حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلود پاورپوینت منحنی های بقای سلول- 31 اسلاید

اختصاصی از حامی فایل دانلود پاورپوینت منحنی های بقای سلول- 31 اسلاید دانلود با لینک مستقیم و پر سرعت .

دانلود پاورپوینت منحنی های بقای سلول- 31 اسلاید


دانلود پاورپوینت منحنی های بقای سلول- 31 اسلاید

 

 

 

 

 

 

 

 

یک منحنی بقا رابطه ی بین دز تشعشع و نسبت بقای سلول ها را توصیف می کند.

ü سلول های متمایز مانند سلول های عصب وعضله مرگ سلول: توانایی کاری یا اجرایی
üسلول های بنیادین سیستم خونساز یا پوشش روده ای: از دست دادن قابلیت تقسیم سلولی به طور نامحدود
ü مرگ سلول اهمیت ویژه ای در پرتو درمانی تومورها دارد. برای ریشه کن کردن یک تومور تنها لازم است سلول ها به مفهومی کشته شوند که قادر به تقسیم و رشد بیشتر و توسعه بدخیمی نباشد.
ü مرگ برای بیشتر سلولها در حالی که برای تقسیم تلاش می کنند یعنی مرگ میتوزی مکانیزم غالبی پس از تابش گیری است. برای برخی سلول هامرگ سلولی برنامه ریزی شده یا آپوپتوز حائز اهمیت است.
üبه طور کلی برای مختل کردن فعالیت سلولی در سیستم های غیر قابل تقسیم به دزی حدود Gy 100(rad 10000) نیاز است. برعکس دز کشنده متوسط برای از دست دادن قابلیت تقسیم معمولاً کمترازGY2 یا rad200 است.
 
üتوانایی یک سلول تنها برای رشد به صورت یک کلونی بزرگ دلیل واضحی برای حفظ قابلیت تولیدمثل به وسیله ی آن سلول است. از دست دادن این قابلیت به عنوان تابعی از دز تشعشع با منحنی بقا نشان داده می شود.
üبا روش های جدید کشت سلول می توان نمونه ای از یک تومور یا بسیاری از بافت سالم تجدید شونده را برداشت. به قطعه های کوچکتر خرد کرده با استفاده از آنزیم تریپسین که غشای سلول را هضم می کند یک سوسپانسیون سلولی تهیه کرد. اگر سلول ها در ظرف در محیط مناسب کشت و در شرایط آسپتیک در دمای 37 درجه نگه داری شوند. با چسبیدن به کف ظرف ضمن رشد تقسیم میشوند. کشتها هر چند روز یک بار باید تجدید شوند.
üسلول های پستانداران در مقایسه با میکروارگانیزمها بسیار حساس تر است. باکتری اشرشیاکولی و مخمر به تشعشع بسیار مقاومند و مقاوم ترین آنها میکروکوکوس رادیو جوران است که هیچ نشانه ای از مرگ سلولی را حتی پس از دریافت 100000 راد نشان نمی دهد.

 

 

دانلود با لینک مستقیم


دانلود پاورپوینت منحنی های بقای سلول- 31 اسلاید

استخراج منحنی فرمان بهره برداری زمان حقیقی از مخزن با استفاده از برنامه ریزی ژنتیک

اختصاصی از حامی فایل استخراج منحنی فرمان بهره برداری زمان حقیقی از مخزن با استفاده از برنامه ریزی ژنتیک دانلود با لینک مستقیم و پر سرعت .

استخراج منحنی فرمان بهره برداری زمان حقیقی از مخزن با استفاده از برنامه ریزی ژنتیک


استخراج منحنی فرمان بهره برداری زمان حقیقی از مخزن با استفاده از برنامه ریزی ژنتیک

عنوان مقاله :استخراج منحنی فرمان بهره برداری زمان حقیقی از مخزن با استفاده از برنامه ریزی ژنتیک

محل انتشار: دهمین کنگره بین المللی مهندسی عمران تبریز


تعداد صفحات:8

 

نوع فایل :  pdf

 


دانلود با لینک مستقیم


استخراج منحنی فرمان بهره برداری زمان حقیقی از مخزن با استفاده از برنامه ریزی ژنتیک

مقاله بررسی پیش بینی رسوبات معلق با استفاده از ترکیب منحنی سنجه رسوب و شبکه عصبی مصنوعی

اختصاصی از حامی فایل مقاله بررسی پیش بینی رسوبات معلق با استفاده از ترکیب منحنی سنجه رسوب و شبکه عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

مقاله بررسی پیش بینی رسوبات معلق با استفاده از ترکیب منحنی سنجه رسوب و شبکه عصبی مصنوعی


مقاله بررسی پیش بینی رسوبات معلق با استفاده از ترکیب منحنی سنجه رسوب و شبکه  عصبی مصنوعی

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 21 صفحه

 

 

 

 

 

 

 

 

 

چکیده

برآورد بار رسوبی در رودخانه­ها با توجه به خسارات ناشی از آن، یکی از مهم­ترین و مشکل­ترین قسمت­های مطالعات انتقال رسوب و مهندسی رودخانه است. بنابراین دست یافتن به شیوه­های نوین و خلاقانه که بتواند در این راستا موثر واقع گردد دارای اهمیت خارق­العاده­ای است.در این تحقیق کاربرد روش سیستم عصبی مصنوعی (ANN) در بهینه­سازی نتایج مدلی مبتنی بر روش منحنی سنجه­ی رسوب (SRC) برای پیش­بینی بار معلق جریان مورد بررسی قرار گرفته است. برای این منظور ایستگاه یزدکان واقع بر رودخانه­ی قطورچای در نظر گرفته شد. یک مدل رگرسیونی به کمک روش SRC ساخته شد که با کمک داده­های دبی در ایستگاه مذکور میزان بار معلق در همان ایستگاه  پیش­بینی می­گردد. پس از ساختن مدل به کمک این روش، یک مدل ANNمورد استفاده قرار گرفت که دقیقا از داده­های مشابه استفاده نموده و سپس با استفاده از آن دو، مدل ترکیبی ساخته شد. لازم به ذکر است که قبل از کاربرد ترکیبی این دو روش (َANN و SRC)،  هر یک از این روش­ها به تنهایی مورد استفاده قرار گرفته و نتایج حاصل  با مقادیر واقعی مقایسه گردیده بود. نتایج حاصل از کاربرد ترکیبی این مدل­ها از کیفیت به مراتب بالاتری نسبت به کاربرد هر یک از آنها به تنهایی برخوردار است. به طوری که میزان Dr از عدد 402/1 در روش SRCو 395/2- در مدل ANN به مقدار 963/0 در یکی از مدل­های ترکیبی تعدیل یافته است. هم­چنین میزان ریشه میانگین مربعات خطا که به ترتیب برای SRC و ANN به تنهایی  286/692 و 96/616 حاصل گشته بود به عدد 094/603 کاهش پیدا کرد. 

 

مقدمه :

موضوع انتقال رسوب سال­هاست که مورد توجه مهندسین قرار گرفته است. روش­های مختلفی برای حل مسایل رسوب به کار گرفته شده است که نتیجه­ی آن معادلات تجربی متعددی است که توسط صاحبنظران امر ارائه شده است. گرچه نتایج این روش­ها با یکدیگر و با نتایج تجربی اختلاف چشمگیری دارند اما با توجه به اینکه اندازه­گیری رسوب رودخانه به طور محدود و معدود انجام می­شود، جهت برآورد بار رسوبی رودخانه در مواقع مورد نیاز می­توان از این معادلات استفاده کرد. اما مشکل استفاده از معادلات، از آنجایی که معادلات موجود بر اساس شرایط اقلیمی یا آزمایشگاهی سایر نقاط جهان به دست آمده­اند،این است که باید برای استفاده در رودخانه­های ایران واسنجی شده و معادله­ی بهینه انتخاب گردد. لذا این مشکل ذهن محقق را به سمت روش­هایی نوین فارغ از نیاز به معادلات مذکور سوق می­دهد. در این میان می­توان از روش هوش مصنوعی که مبتنی بر روابط حاکم بر طبیعت است و از قدرت انعطاف­پذیری بالایی برخوردار است استفاده نمود. در این زمینه می­توان به تحقیقاتی بیشماریکه در قسمت­های مختلف جهان صورت پذیرفته است، اشاره نمود.

منتظر و همکاران (1381) برای تخمین میزان رسوب رودخانه بازفت در محل ایستگاه هیدرومتری مرغک از دو شبکه پرسپترون و شبکه پاد انتشار استفاده کردند و در نهایت نتایج حاصل از شبکه ها را با روش منحنی سنجه رسوب مقایسه کردند(4). راحت­طلب نخجیری و همکاران (1383) به سنجش و گزینش مناسب­ترین روش­های برآورد بار کف (16 رابطه­ی مختلف) در رودخانه­ی زرین­گل استان گلستان پرداختند (2). نظم­آرا (1385) در مطالعه­ای روی رودخانه­ی آجی­چای با کمک شبکه­ی عصبی مصنوعی به تعیین بار معلق رودخانه پرداخت(5).فتاحی و همکاران (1385) میزان رسوب رودخانه نکا را به کمک شبکه عصبی مصنوعی برآورد کردند. در این تحقیق برای برآورد رسوب از شبکه عصبی و نیز روش های رگرسیونی (منحنی سنجه) رسوب استفاده شده است


دانلود با لینک مستقیم


مقاله بررسی پیش بینی رسوبات معلق با استفاده از ترکیب منحنی سنجه رسوب و شبکه عصبی مصنوعی