زمینه و هدف: خشک‌سالی تهدیدی جدی برای انسان و محیط‌زیست بوده ازاین‌رو یافتن شاخصی جهت پیش بینی این پدیده از اهمیت به سزایی برخوردار است. شاخص بارش استانداردشده (SPI) یک شاخص جامع جهت طبقه‌بندی شدت خشک‌سالی به‌حساب می آید. مدل های هوش مصنوعی کلاسیک از متداول ترین مدل هایی هستند که جهت پیش بینی شاخص SPI مورداستفاده قرارگرفته‌اند. ازآن جایی‌که این مدل ها بر پایه ی ویژگی خودهم بستگی استوار هستند، بنابراین توانایی رصد نمودن سری های زمانی درازمدت و فصلی را دارا نمی باشند. در این پژوهش برای پیش بینی خشک‌سالی از مدل ترکیبی ماشین بردار پشتیبان موجکی و شاخص SPI استفاده‌شده است. روش بررسی: برای این منظور سری زمانی شاخص SPI مربوط به حوضه ارومیه توسط آنالیز موجک به چندین زیر سری با مقیاس های زمانی مختلف تبدیل‌شده و این زیر سری‌های زمانی به‌عنوان ورودی مدل ماشین بردار پشتیبان برای پیش بینی خشک‌سالی در نظر گرفته می شوند. یافته ها: نتایج حاصل از صحت سنجی مدل ها بیان گر آن است که بیش ترین مقدار ضریب تبیین و کم ترین مقدار جذر میانگین مربع خطا برای مدل منفرد ماشین بردار پشتیبان به ترتیب 865/0 و 237/0 و برای مدل ترکیبی ماشین بردار پشتیبان موجکی به ترتیب 954/0 و 056/0 می باشد. بحث و نتیجه گیری: بنابراین مدل ترکیبی ماشین بردار پشتیبان موجکی در مقایسه با مدل منفرد ماشین بردار پشتیبان توانایی به سزایی جهت پیش بینی سری زمانی شاخص SPI و نیز رصد نمودن نقاط بیشینه این سری زمانی به سبب در نظر گرفتن تغییرات فصلی دارا می باشد. از سویی نشان داده شد که این مدل ترکیبی در مقایسه با سایر مدل های خودهم بسته کلاسیک هم چون شبکه عصبی مصنوعی از دقت و کارایی بالاتری برخوردار است. Manuscript profile

خشکسالی یکی از اصلی‌ترین و قدیمی‌ترین بلای طبیعی است که عواقب زیست محیطی مهمی را به در پی دارد. در واقع میزان خشکسالی مقایسه نسبی بین میزان بارندگی هر منطقه در آن سال با میانگین بارندگی در سال های گذشته می باشد. استان کهگیلویه و بویراحمدگر چه از نظر میزان بارش دارای جایگاه سوم در کشور می باشد اما خشکسالی‌ها به‌طور متناوب این استان را تحت تاثیر قرار داده و خسارات جبران ناپذیری را به دنبال دارند. استفاده از نمایه‌های اندازه‌گیری ﺧﺸﮑﺴﺎﻟﻲ ﺑﺮﺍﻱ پایش ﻭ ﺍﺭﺯﻳﺎﺑﻲ ﻣﮑـﺎﻧﻲ ﻭ ﺯﻣـﺎﻧﻲ ﺍﻳـﻦ ﭘﺪﻳـﺪﻩ به جهتش ﻣﺪﻳﺮﻳﺖ ﺑﺤﺮﺍﻥ ﺁﻥ ضروری ﻭ ﺣﻴﺎﺗﻲ ﺑﻪ ﻧﻈﺮ می‌رسد. ﺩﺭ ﺍﻳﻦ پژوهش ﺍﺯ شبکه‌های عصبی مصنوعی (ANN) و مدل ﻋﺼﺒﻲ ﻓﺎﺯﻱ تطبیقی (ANFIS) ﺑﺮﺍﻱ پیش‌بینی ﺧﺸﮑﺴﺎﻟﻲ ﺑﺎ ﻧﻤﺎﻳـﻪ ﺑـﺎﺭﺵ استاندارد (SPI) و نمایه خشکسالی موثر (EDI) اﺳﺘﻔﺎﺩﻩ گردیده است بر اساس مطالعات نمایه های SPI و EDI قابلیت بیشتری در پیش بینی ﻧﺴﺒﺖ ﺑﻪ ﻧﻤﺎﻳﻪ ﻫﺎﻳﻲ ﭼﻮﻥ ﭘﺎﻟﻤﺮ، ﭘﺎﻟﻔﻲ ﻭ ﺩﻳﮕﺮ ﻧﻤﺎﻳﻪ ﻫﺎ ﺩﺍﺭند. نتایج این پژوهش حاکی از آن است که نمایه SPI قابلیت و دقت بالاتری نسبت به نمایه EDI در پیش بینی خشکسالی دارد و از طرفی مدل شبکه عصبی- فازی تطبیقی بهینه‌شده (PSO-ANFIS) جهت پیش بینی خشکسالی از کارایی بالایی برخوردار است. نتایج نشان می دهد که بهینه شده موجب افزایش دقت مدلسازی در مرحله صحت‌سنجی و واسنجی شده است همچنین مدل با ضریب واسنجی 97/0 و ضریب صحت‌ سنجی 86/0 بهترین مدل می باشد. Manuscript profile

با توجه به مواردی همچون تغییر اقلیم گسترده و در نتیجه افزایش خشکسالی، رشد جمعیت انسانی و به تبع آن افزایش تقاضای جهانی برای انرژی و آب، پروژه‌های بزرگ سدسازی افزایش یافته است. با این وجود بدون تحقیقات جامع، یک پروژه بزرگ مانند سد اثرات برگشت ناپذیر و پیش‎بینی نشده زیادی را روی محیط زیست خواهد گذاشت. بررسی سوابق اجرای پروژه‎های سدسازی نشان می‎دهد که بسیاری از آنها بدون توجه به ملاحظات زیست محیطی طراحی و مورد بهره‎برداری قرار گرفته‌اند ازاین‎رومسبب بروز آلودگی‎های مختلف وتخریب بخش‎های عمده‎ای ازمنابع طبیعی گردیده‎اند. در این پژوهش ارزیابی اثرات زیست محیطی سد ایوشان در دو فاز ساختمانی و بهره‎برداری بر محیط‎های بیولوژیکی، فیزیکی- شیمایی، اقتصادی- اجتماعی، فرهنگی و استراتژیکی شناسایی و با استفاده از ماتریس اصلاح شده لئوپولد و ارزیابی اثرات سریع بررسی گردید. نتایج نشان داد که بیشترین اثرات و پیامدهای منفی در فازهای ساختمانی و بهره‎برداری در ماتریس ایرانی اصلاح شده و ماتریس ارزیابی اثرات سریع مربوط به محیط فیزیکی - شیمیایی می‎باشد. همچنین بیشترین اثرات و پیامدهای مثبت در فازهای ساختمانی و بهره‎برداری به ترتیب برای ماتریس لئوپولد اصلاح شده مربوط به محیط‎های استراتژیک و اقتصادی - اجتماعی و برای ماتریس ارزیابی اثرات سریع مربوط به محیط اقتصادی- اجتماعی برای هر دو فاز می‎باشد. نتایج به دست آمده تطابق بسیار مناسبی را بین دو ماتریس نشان می‌دهد و صحت نتایج را در ارزیابی زیست محیطی سد ایوشان در دو مرحله ساختمانی و بهره‌برداری تایید نماید Manuscript profile

Human resource productivity is one of the main concerns in organizations. In total,100 factors According to on three main sources: 1- Opinions of experts and academic professors, 2- Using project technical documents, 3- Previous similar research studies and related scientific sources, were identified and categorized into four groups: plan human resource management, acquire project team, develop project team, and manage project team. Questionnaires were distributed among 103 members of the target population who were active construction contractors in Iran. The questionnaires were analyzed using two methods: Relative Importance Index (RII) and the Fuzzy Logic (FL). Ten factors that had the highest impact, based on the two methods, on HRP efficiency in the projects were identified and compared. The results of fuzzy logic and RII method showed that both methods were highly similar in terms of outcomes. In addition, the results indicated that “lack of proper communication between the technical office and workshop” was the most important factor based on the two techniques mentioned. Manuscript profile

یکی از مهمترین مسائل در سدهای خاکی کنترل نشت آب و میزان دبی نشتی از پی و بدنه سدها می‎باشد. به همین دلیل با توجه به ساختگاه سدها و برای افزایش طول خزش و همچنین کاهش نشت روش‎های مختلفی برای آب‎بندی مخزن سدها وجود دارد که احداث پرده آببند در زیر هسته رسی سدهای خاکی یکی از موثرترین روش‎ها به شمار می‎آید. در این پژوهش آنالیز تراوش سد ایوشان با هدف بررسی عملکرد و کارایی پرده آب‎بند در مقطع مدل شده و محاسبه دبی کل خروجی از پی و بدنه سد، انجام شده است. حداکثر مقدار ابزاردقیق دبی نشت در شرایط مخزن پر برابر 37/26 لیتر بر ثانیه می‌باشد که با استفاده از رگرسیون چند متغیره و از معیار ضریب تعیین مقادیر 9892/0R²= و9930/0R²=  به ترتیب برای نرم‌افزارهای Geostudioو Plaxis به‎دست آمد که بیانگر همخوانی بسیار خوب بین داده‎های مشاهداتی و پیش‎بینی شده و عملکرد مناسب سد از لحاظ دبی نشت می‎باشد. همچنین میزان ارتفاع فشار آب در سمت پایین­دست پرده آب­بند در نتایج ابزاردقیق و مدل‎سازی عددی دچار افت ناگهانی شده که نشان­دهنده عملکرد صحیح پرده آببند می‌باشد. Manuscript profile