روش پیشنهادی فضای جستجوی الگوهای نوظهور را بطور قابل توجهی کاهش می دهد و الگوهای نوظهور با قدرت تمایز قوی را با کمک حذف الگوهای بی فایده استخراج می کند.

روش ارائه شده الگوهای نوظهور را برای هر کلاس بصورت همزمان کشف می کند و بعلاوه، فرآیند تولید درخت های الگوی مکرر را بصورت کارایی در راستای کاهش محاسبات، هدایت می کند.

ارزیابی تجربیات ما بر روی محدوده وسیعی از داده ها، اثربخشی روش پیشنهادی را در مقایسه با دیگر روش های شناخته شده از نظر دقت پیش بینی، تعداد الگوهای استخراجی و زمان اجرا نشان می دهد.

واژه­های کلیدی:

الگوهای نوظهور، درخت الگوی مکرر دینامیک، ترتیب آیتم ها، ویژگی های جریانی

  فهرست مطالب

فصل اول ……………………………………………………………………………………  1

1- مقدمه …………………………………………………………………………………………….  2

1-1 مقدمه ……………………………………………………………………………………………………………………  2

1-2 مفهوم الگوهای نوظهور ………………………………………………………………………………………….  3

1-3 مفهوم ویژگی های جریانی …………………………………………………………………………………….  5

1-4 چالش های موجود در استخراج الگوهای نوظهور …………………………………………………….  6

1-5 الگوریتم های استخراج الگوهای نوظهور ………………………………………………………………..  8

1-6 ایده اصلی تحقیق ………………………………………………………………………………………………….  11

1-7 نگاهی کلی به فصول رساله ……………………………………………………………………………………  13

فصل دوم ………………………………………………………………………………..  14

2- پیشینه تحقیق ………………………………………………………………..  15

2-1 مقدمه ………………………………………………………………………….  15

2-2 روش های مبتنی بر قانون ……………………………………………………..  15

2-2-1 روش Classification Based on Association (CBA) ………………………………  15

2-2-2 روش کلاسه بندی Classification based on Multiple-class Association Rule (CMAR)                 16

2-2-3 روش کلاسه بندی Classification based on Prediction Association Rule (CPAR)        16

2-3 روش های استخراج الگوها ……………………………………………………  17

2-3-1 روش مبتنی بر مرز …………………………………………………………………..  17

2-3-2 روش مبتنی بر محدودیت ……………………………………………….  17

2-3-3 الگوریتم استخراج درخت الگوی تقابل CP-tree …………………………………………….  18

 

2-3-4 روش استخراج با کمک دیاگرام دودویی صفر ZBDD Miner …………………………  18

2-3-5 روش استخراج الگوهای نوظهور متمایز DP-Miner ……………………………………….  18

2-4 روش های کلاسه بندی مبتنی بر الگوهای نوظهور …………………………………  20

2-4-1 روش کلاسه بندی مبتنی بر اساس مجموع الگوهای نوظهور CAEP ………………………………..  20

2-4-2 الگوریتم کلاسه بندی بر پایه تئوری اطلاعات iCAEP ……………………………………………………  20

2-4-3 روش کلاسه بندی بر پایه الگوهای نوظهور جهشی JEPs-classifier …………………………….  21

2-4-4 روش کلاسه بندی بر پایه الگوهای نوظهور جهشی قوی …………………………………………………  21

2-4-5 روش تصمیم گیری مبتنی بر نمونه DeEPs ………………………………………………………………….  21

2-4-6 روش کلاسه بندی توسط مجموعه راست نمایی PCL …………………………………………………….  22

فصل سوم …………………………………………………………………………………………………..  23

3- دانش اولیه ………………………………………………………………………………….  24

3-1 الگوهای نوظهور ……………………………………………………………………… 24

3-2 درخت الگوی مکرر دینامیک DFP-tree ………………………………………………………………  30

فصل چهارم …………………………………………………………………………………….  33

4- راهکارهای ارائه شده برای استخراج الگوهای نوظهور قوی مبتنی بر ویژگی های جریانی ……….  34

4-1 مقدمه …………………………………………………………………………………………………………………..  34

4-2- درخت الگوی مکرر دینامیک نامرتب Unordered Dynamic FP-tree ……………..  35

4-3 درخت الگوی مکرر دینامیک مرتب Ordered Dynamic FP-tree ……………………..  44

4-4 روش استخراج الگوها SEP-Miner ……………………………………………………………………..  56

فصل پنجم …………………………………………………………………………………….  62

5- آزمایشات تجربی …………………………………………………………………  63

5-1 مقدمه ……………………………………………………………………….  63

5-2 کلاسه بندها …………………………………………………………………….  63

5-2-1 کلاسه بند درخت تصمیم C4.5 ……………………………………………………………………  63

5-2-2 کلاسه بند SVM …………………………………………………………………………………………  64

5-2-3 کلاسه بند بیزین ساده ………………………………………………………………………………..  65

5-2-4 کلاسه بند نزدیکترین همسایه …………………………………………………………………….  66

5-2-5 الگوریتم AdaBoost…………………………………………………………………………………. 66

5-3 تست های آماری ………………………………………………………………..  68

5-3-1 تست آماری جفت شده t-tets …………………………………………………………………………  68

5-3-2 تست آماری Wilcoxon ………………………………………………………………………………..  68

5-3-3 تست آماری فردمن ……………………………………………………………………  69

5-4 تنظیمات تجربی ……………………………………………………………………………………  71

5-5 مقایسه دقت پیش بینی ……………………………………………………………………….  73

5-6 مقایسه تعداد الگوها ……………………………………………………………………..  81

5-7 مقایسه زمان اجرا ………………………………………………………………………  83

5-8 تحلیل اثر ترتیب در ساخت درخت الگوی مکرر دینامیک ……………………………..  86

5-9 چگونگی تعیین کردن حداقل آستانه فراوانی نسبی …………………………………..  88

5-10 تحلیل حساسیت روی حداقل آستانه های نرخ رشد …………………………….  89

5-11 مقایسه کارایی DFP-SEPSF بدون دانستن کل فضای ویژگی ها ………………………….  90

5-12 خلاصه نتایج تجربی ………………………………………………………………………..  94

فصل ششم ………………………………………………………………………………….  96

6- نتیجه گیری و کارهای آینده ………………………………………………………..  97

اختصارات ……………………………………………………………………………………….  99

واژه نامه فارسی به انگلیسی ……………………………………………………………….  100

واژه نامه انگلیسی به فارسی ……………………………………………………..  108

فهرست منابع ………………………………………………………………………….  116

1-1-    مقدمه

 کلاسه بندی[1] یکی از وظایف اساسی در داده کاوی[2] است که بطور وسیعی در زمینه یادگیری ماشین[3]، شبکه های عصبی[4] و تشخیص الگو[5] مورد مطالعه واقع شده است. ورودی، مجموعه ای از نمونه های آموزشی[6] است که شامل چندین ویژگی[7] است. ویژگی ها با توجه به دامنه مقادیرشان به دو دسته ویژگی های گسسته[8] و ویژگی های پیوسته[9] قابل تفکیک هستند. در حالت کلی، یک کلاسه بند[10]، توصیف مختصر و معنادار (مدل[11]) برای هر برچسب کلاس[12] در رابطه با ویژگی ها تولید می کند. سپس، مدل برای پیش بینی برچسب کلاس نمونه های ناشناخته[13] بکار می رود. کلاسه بندی همچنین بعنوان یادگیری با ناظر[14] نیز شناخته می شود که در آن هر نمونه آموزشی دارای برچسب کلاس است. در حالی که، یادگیری بدون ناظر[15] یا خوشه بندی[16] جستجو می کند و گروه های همگن از اشیا را بر اساس مقادیر ویژگی هایشان دسته بندی می کند؛ در واقع، نمونه ها دارای برچسب کلاس نیستند. کلاسه بندی در محدوده وسیعی از کاربردها از جمله آزمایشات علمی[17]، تشخیص دارو[18]، پیش بینی آب و هوا[19]، تایید اعتبار[20]، تقسیم بندی مشتری[21]، بازاریابی هدف[22] و تشخیص تقلب[23] بطور موفقیت آمیزی بکار می رود.

کلاسه بندی بر پایه الگوها[24]، یک متدلوژی جدید محسوب می شود. کشف الگوهایی که نشاندهنده تمایز بین کلاس های مختلف هستند، یکی از موضوعات مهم در داده کاوی محسوب می شود. در این تحقیق، ما کلاسه بندی را بر اساس الگوهایی به نام الگوهای نوظهور[25] (Emerging Patterns) که تمایز بین کلاس ها را بصورت بارزی نشان می دهند، از مجموعه داده ها[26] استخراج می کنیم و سپس، بر اساس آنها، کلاسه بندی را انجام می دهیم.

1-2-   مفهوم الگوهای نوظهور

مفهوم الگوهای نوظهور برای استخراج دانش از پایگاه داده ها توسط Dong و Li پیشنهاد شده است تا تغییرات قابل توجه بین کلاس ها را به تصویر بکشند [1]. یک الگوی نوظهور، ترکیب عطفی بین ویژگی هایی است که میزان احتمال حضور آن در یک کلاس نسبت به دیگر کلاس ها بطور قابل توجهی تغییر می کند [1،2]. این الگوها مفید هستند به این دلیل که قادر هستند تا وجه تمایز بین کلاس ها را بیان کنند. در صورتی که میزان فراوانی[27] هر الگو که در یک کلاس نسبت به دیگر کلاس ها قابل توجه باشد، نشاندهنده آن است که این الگو، بطور خاص به این کلاس اختصاص دارد و از طرفی این نوع الگوها برای پایگاه داده هایی که بحث محدودیت زمانی برای استخراج دانش از آنها مطرح است، اهمیت ویژه ای می یابند.

استخراج الگوهای نوظهور بدین صورت مطرح می شود: « پیدا کردن آیتم هایی که نرخ رشد[28]  آن (که بصورت نسبت احتمال آن آیتم بین کلاس های مختلف تعریف می شود) از مقدار آستانه ای بیشتر باشد.» این مقدار آستانه باید بگونه ای انتخاب شود که الگوهای استخراجی ، تفاوت و تمایز بین کلاس های مختلف را نشان دهند. این الگوها در واقع مجموعه ای از آیتم ها هستند که بیان کننده ترکیب عطفی  بین مقادیر ویژگی ها هستند [2].

نوعاً، تعداد الگوهای استخراجی بسیار زیاد است اما فقط شمار کمی از این الگوها برای تحلیل داده ها و کلاسه بندی مطلوب و مفید هستند. از آن جایی که مقدار زیادی از این الگوها بی ربط[29] و تکراری[30] هستند، دانش جدیدی را فراهم نمی کنند و لذا تاثیر نامطلوبی بر روی دقت  کلاسه بند دارند که موجب کاهش دقت پیش بینی[31] می شوند. برای افزایش کارایی[32]  و دقت، بایستی روالی را توسعه داد که الگوهای وابسته و غیر مفید حذف شوند تا شمار این الگوها کاهش یابد.

یک الگوی نوظهور با احتمال بالا در کلاس خودش و احتمال پایین در کلاس مقابلش می تواند برای تعیین یک نمونه تست بکار رود. قدرت این الگو توسط معیارهایی مثل فراوانی نسبی[33] و نرخ رشد ( نسبت احتمال الگو در یک کلاس نسبت به دیگر کلاس ها) آن بیان می شود.

در بسیاری از زمینه های کاربردی مانند کشف دانش از داده های ژنی[34] ، پردازش تصویر[35]، کشف نفوذ[36] ، کشف برون هشته[37]، کشف کلاهبرداری[38] ، داده های نامتوازن[39] ، جریان داده ها[40] ، بیوانفورماتیک[41] ، سیستم های پیشنهاد دهنده[42] ، نیاز است که تغییر ناگهانی در داده ها تشخیص داده شود. الگوهای نوظهور تغییرات ناگهانی و تفاوت های قابل توجه را از داده ها استخراج می کنند. الگوهای نوظهور، در زمینه پردازش تصویر برای قطعه بندی  بدین گونه عمل می کند که سعی می کند در پیکسل هایی که تغییر ناگهانی شدت[43] بوجود می آید را بعنوان یک قطعه جدید معرفی کند. در زمینه کشف نفوذ و کلاهبرداری، رفتار داده ها پیگیری می شود، زمانی که رفتار داده ها بصورت ناگهانی تغییر کند، بعنوان نفوذ تشخیص داده می شود. در سیستم های پیشنهاد دهنده، سیستم به دنبال رفتارهای خاص و مختص هر کاربر است تا با کشف ویژگی های خاص هر کاربر، به او محصولات مطابق با علایق و استعدادهای او را پیشنهاد دهد. لذا الگوهای نوظهور در این راستا نقش بسزایی دارند.

مفهوم ویژگی های جریانی[44]

در داده های جریانی[45]، نمونه ها به مرور زمان دریافت می شوند در حالیکه تعداد ویژگی ها ثابت می باشد. اما در ویژگی های جریانی، تعداد داده های یادگیری ثابت می باشد ولی ویژگی ها بصورت دینامیک تولید می شوند و الگوریتم یادگیری به مرور زمان ویژگی ها را دریافت می دارد [31، 32]. در ویژگی های جریانی روال بدین صورت است ویژگی های توسط روش های تولید ویژگی مانند روش های یادگیری رابطه ای آماری[46] و تعاملات بین ویژگی ها[47]، تولید می شوند. مشکلاتی که در پی تولید ویژگی ها توسط این روش ها بروز می کند بدین شرح است که: 1) میلیون ها و یا حتی بیلیون ها ویژگی تولید می شوند که بدلیل محدودیت های حافظه امکان نگهداری این حجم از ویژگی وجود دارد و از طرفی زمان بسیار زیادی بایستی صرف شود تا فرآیند یادگیری شروع شود. 2) ویژگی ها توسط کوئری های موجود در SQL تولید می شوند که اجرای این کوئری ها محدود به زمان پروسسور[48] است تقریبا پروسسور هر صدهزار کوئری را در 24 ساعت اجرا می کند. از طرفی بسیاری از ویژگی ها تولیدی بی ربط و تکراری هستند[49]. این موضوع نشان می دهد که شمار کمی از این ویژگی های تولیدی در عمل در فرآیند یادگیری موثر است و لذا تولید ویژگی ها هزینه بر است [32]. بر این اساس برای فائق آمدن بر این مشکلات، مفهوم ویژگی های جریانی شکل گرفت و تلاش شد تا با تولید دینامیک ویژگی ها و بررسی این ویژگی ها در زمان تولید و تاثیر آن بر روال یادگیری فرآیند تولید ویژگی ها را هدایت کنند.

برای برخورد با چالش های مطرح شده، بایستی فرآیند یادگیری قابلیت پاسخگویی به ویژگی های جریانی را داشته باشد. در واقع، روال یادگیری بایستی بصورت افزایشی با دریافت هر ویژگی قابل بروزرسانی شدن داشته باشد بدون اینکه به اولین مرحله یادگیری بازگردد. لذا در راستای استخراج الگوهای قوی بایستی در ابتدا ویژگی ها بررسی شوند و ویژگی هایی که بی ربط هستند را حذف کرد، سپس از روی ویژگی های مفید و قوی ، الگوها را استخراج کرد.

 چالش­های موجود در استخراج الگوهای نوظهور

در این تحقیق هدف بر آن است که بر موضوعات اساسی در زمینه الگوهای نوظهور پرداخته شود که عبارتند از: 1. به دلیل حجیم بودن داده ها و حجم بالایی از ویژگی ها و با توجه به مفهوم ویژگی های جریانی، اولین موضوع، نحوه برخورد با این نوع از داده ها می باشد به طوری که بتوان از میان خیل عظیم ویژگی ها و با توجه به قضیه رشد ویژگی ها که بصورت دینامیک تولید می شوند، روشی ارائه داده شود که با دریافت ویژگی های جدید بصورت دینامیک بروزرسانی شود. همانطور که قبلا اشاره شد، در حوزه های مربوط به پایگاه داده ها که نیاز به گرفتن کوئری از پایگاه داده است، میلیونها و یا بیلیارد ویژگی تولید می شود. این نوع ویژگی همین طور در حوزه پردازش تصویر کاربرد دارد. در حوزه پردازش تصویر، در بعضی مواقع لازم است که به هر پیکسل بعنوان یک ویژگی در نظر گرفت که در نتیجه فضای ویژگی ها بسیار گسترده و گاها نامتناهی می شود و لذا لزوم برخورد با اینگونه داده ها متفاوت می شود. 2. استخراج الگوهای قوی از میان الگوها و داده های موجود، از دیگر موضوعات اساسی است. این موضوع، زمانی بیشتر اهمیت می یابد که با توجه به حجیم بودن داده ها، در نتیجه رشد این الگوها به سرعت نمایی خواهد شد بخصوص زمانی که ابعاد ویژگی ها بی نهایت باشد، دیگر امکان نگهداری هر الگویی وجود نخواهد داشت در نتیجه استخراج الگوهای قوی که در کلاسه بندی واقعا موثر باشند، بسیار اهمیت خواهد یافت.

 در روال استخراج این الگوها سه مساله اساسی وجود دارد:

چگونه مجموعه مفید و موثری از الگوهای نوظهور، بین داده های کلاس های مختلف استخراج شود؟
از آنجایی که همه این الگوها مفید نیستند در واقع شمار زیادی از این الگوها در راستای یادگیری مدل و کلاسه بند بکار نمی روند، در نتیجه بایستی بتوان مجموعه کوچک و در عین حال قوی از این الگوها تشکیل داد، در همین راستا مسائلی که مطرح می شود این است که کدامیک از این الگوها برای هدف یادگیری و کلاسه بند مفید است و در واقع چگونه می توان مجموعه قوی از این الگوها را تشکیل داد؟ از طرفی موضوع دیگر ابعاد ویژگی های[50] مسئله خواهد بود، در صورتی که ابعاد ویژگی ها بالا باشد، در نتیجه شمار الگوهای نوظهور سیر صعودی خواهد داشت که شمار زیاد از این الگوها هم برای آنالیز داده ها بصورت برخط مشکل ساز است و هم این که روال یادگیری و کلاسه بند را زمانبر و هزینه بر می کند که مناسب نیست. لذا با بیان این مسائل بایستی بتوان مجموعه کوچک و در عین حال قوی از الگوهای نوظهور را تشکیل داد که این موضوع خود موضوعی چالش برانگیز است، و اینکه کدامیک از الگوهای جدید مفید و موثر هستند ؟

روان شناسان معتقدند بر خلاف ضریب هوشی که بطور نسبی تثبیت می شود ، هوش هیجانی را   می توان از طریق آموزش افزایش داد و با رشد هوش هیجانی مدیران ، آنها مهارتهای بین فردی لازم را کسب نموده و به افرادی اهل بینش و درایت تبدیل شوند و این تغییرات مثبت ، مدیران را قادر می سازد تا کارکنانی مولد و کارآمد را استخدام کرده ، مهارتهای کارکنان خود را     افزایش داده ، تولید و فروش کالا یا خدمات را افزایش داده و بطور کلی سازمان کارآمدی را        بوجود آورند.

نتیجه این که هوش هیجانی در چهار زمینه نقش حیاتی و غیر قابل انکار دارد:

1- گزینش و استخدام

2- جهت و سرعت رشد و توسعه

3- تصمیم گیری در مورد طراحی نیروی کار

4- عملکرد گروهی بالا.

بر اساس عقیده برادفورد (1984) مدیر موفق کسی نیست که فقط دارای توانایی برانگیختن و کنترل زیاد و نیز دارای زیردستانی هم سطح باشد ، بلکه مدیر موفق کسی است که عوامل مذکور را در فرآیند تصمیم گیری وارد کند.به نظر او کارایی بالای مدیران با عواملی چون انگیزش ، امانتداری ، درستکاری ، اعتماد به

 

نفس ، ضریب هوشی و هوش هیجانی آنها ارتباط دارد.همه این عوامل می توانند موجب افزایش تجربه ، یادگیری و در نتیجه موجب افزایش توانایی تجزیه و تحلیل شوند.

چنین تجربه ای مدیران را یاری می دهد که خود و دیگران را درک کنند ، فهم و برداشت درستی از خصوصیات هیجانی خود و دیگران کسب نمایند و این خصوصیات هیجانی را در جهت بهبود عملکرد شغلی خود و همکاران بکار گیرند.هوش هیجانی با تاثیر بر زمینه هایی چون بکارگیری ، حفظ و نگهداری کارکنان ، توسعه و بهسازی افراد مستعد ، کار تیمی ، ارتقا سلامتی ، روحیه و تعهد کارکنان ، نوآوری ، بهره وری ، کارایی ، فروش ، درآمدها ، کیفیت خدمات ، وفاداری مشتری و بازده مشتریان و کارکنان به اثربخشی سازمان کمک می کند.هوش هیجانی بر توسعه و بهسازی افراد 

مشارکت مردمی در کاهش فساد:-پایان نامه مبارزه با فساد اداری
مشارکت های مردمی

یکی از شیوه های موثر در افزایش بهره وری و نظارت برعملکرد دستگاههای دولتی افزایش نقش مردم در این دستگاههاست. این شیوه بعنوان یک شیوه کارآمد و کم هزینه دراغلب کشورهای توسعه یافته بکار گرفته می شود. در این زمینه محورهای ذیل مورد بررسی قرار می گیرد.

شرکت دادن مردم در برنامه ریزیهای اداری ازطریق نظرخواهی از آنها

نظرسنجی های مستمر و علمی ازمراجعه کنندگان دستگاهها و دخالت دادن نتایج آن در اداره امور
تماس های مستقیم بین مردم و مسئولین براساس رهنمودهای دینی
نظرسنجی از مردم درخصوص عملکرد دستگاهها و تحلیل علمی نتایج
ارائه گزارش های مستمر به مردم و جلب مشارکت آنها
ایجاد واحدهای مستقل روابط عمومی برای تسهیل ارتباط مردم با دستگاهها
شرکت نمایندگان مطلع مردم درتصمیم گیریهای دولتی
اجرای برنامه های آموزشی عمومی برای افزایش آگاهی مردم
کاهش تمرکز درتصمیم گیریها و فراهم ساختن فرصت استفاده از نظرات مردم
تقویت سازمانهای غیردولتی، این سازمانها از طرق مختلف در بهبود عملکرد دستگاههای اداری تأثیر می­گذارند ازجمله از طریق گسترش نهاد های مدنی و افزایش توانایی ها و آگاهی های آنها، ارائه اطلاعات دقیق مردمی به مراجع ذیربط

 

و پیگیری آن، شفاف سازی اطلاعات.
استفاده از کارت گزارش و کارتهای امتیازبه عنوان ابزاری برای اظهارنظر و مشارکت شهروندان درارائه خدمات عمومی به منظور برانگیختن اقدام جمعی، افزایش آگاهی عمومی، بهبود پاسخگویی در بخش عمومی، جلوگیری از کاهش کیفیت خدمات و جلوگیری از رانت خواری و رانت جویی.
2-8-5)  پاسخگویی و شفافیت

پاسخگویی، شفافیت و یکپارچگی سه مفهوم مرتبط به هم می باشند که روابط  میان کنشی دارند. دراین مبحث، مفاهیم فوق از چند جنبه مورد بحث و بررسی قرار می گیرد:

از جنبه قوانین و مقررات و لزوم شفاف سازی آن
ازجنبه تداخل و دوباره کاری که باعث عدم شفافیت و پاسخگویی می شود.
ازجنبه ریشه های تاریخی عدم پاسخگویی دستگاهها به مردم
از جنبه لزوم تغییر نگرش مسئولان از حاکم بودن به خدمت گذار بودن و پاسخگویی
توانایی های لازم برای پاسخگو بودن
راهنمای پاسخگویی مجریان
راهبرد کاهش ارتباط مستقیم با کارکنان
لزوم مستند سازی روش ها و رویه ها برای ارائه خدمت به مردم و پاسخگو بودن درمقابل آن افزایش آگاهی های مردمی و ترویج اخلاق درسازمانها
توسعه منابع انسانی به عنوان پیش نیاز هر نوع تغییر و تحول درسازمان ها بشمار می رود. از سوی دیگرنظارت و مشارکت مردم بر عملکرد دستگاههای دولتی زمانی محقق می شود که ، اولاً سطح پاسخگویی و شفافیت در دستگاههای دولتی افزایش یابد ، که خود معلول می باشد، ثانیا ظرفیت های مردمی در برخورد با نظام اداری افزایش یابد. بنابراین، این دو، لازم و ملزوم هم هستند و آنچه این ظرفیت ها را افزایش می دهد آموزش می باشد. بعبارت دیگر وقتی مردم از ساز و کارها و تصمیم های اداری مطلع شوند و استاندارد فعالیتهای دستگاهها را بشناسند در این صورت توقع و انتظار خود را متناسب با آن تنظیم می کنند و روابط وتعامل مناسبی بین آنها حاکم می شود. در یک تعریف فساد ، مساوی پاسخگویی باضافه شفافیت و منهای پنهان کاری و انحصار دیده می شود. این انحصار زمانی بوجود می آید که مردم درحاشیه قراربگیرند و حاشیه نشینی مردم پنهانکاری در عملکرد دستگاهها را افزایش می دهد.

مواردی که در این زمینه مطرح است عبارتند از:

افزایش آگاهی های عمومی ازطریق گسترش سازمانهای غیردولتی که در زمینه پاسخگویی وشفافیت عملکرد قابل دفاعی را درسطح بین المللی داشته اند.
کاهش ارتباط مستقیم با کارکنان بعنوان راهبردی جدید درارتقاء سلامت سازمانی
آسیب شناسی ساختارها و بوروکراسی های موجود ونقش آن درافزایش یا کاهش انحصار وایجاد فرصت فساد.

واحد تهران جنوب
دانشکده تحصیلات تکمیلی
سمیناربرای دریافت درجه کارشناسی ارشد
مهندسی عمران – سازه های هیدرولیکی
عنوان :
بررسی آبشکن ها
برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود
تکه هایی از متن به عنوان نمونه :
(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)
 
چکیده :
رود خانه ها از دیرباز به عنوان یکی از منابع تامین و انتقال آب نقش حیاتی
در زندگی بشر داشته اند ولی به موازات  این نقش حیاتی یکی از خطرناک
ترین دشمنان طبیعی بشر محسوب شده و خسارات و لطمات جبران ناپذیری
به زندگی انسان ها وارد نموده اند . در این نیز با توجه به وضع جغرافیایی ، زمین
شناسی و اقلیمی مناطق مختلف ، اکثر رودخانه ها با داشتن جریان های فصلی
ناشی از سیلاب ، مسائل و مشکلات فراوانی را تا بحال به وجود آورده اند .
مجموعه این مسائل ضرورت کار اصولی بررودخانه ها جهت استفاده مطلوب
و مفید ، کنترل و هدایت برای کاهش اثرات تخریبی آنها برروی اراضی کشاورز
، مسکونی و تاسیسات مختلف در مسیر حاشیه رودخانه ها را به وضوح مشخص
می سازد . سازه های آبشکن ، سازه هایی هستند که به صورت عرضی نسبت
به جریان رودخانه ساخته شده و وظیفه حفاظت از سواحل

 

رودخانه را به عهده دارند .
تعداد صفحه :76

نمونه­های از سازند قم برونزد یافته در منطقه مورد مطالعه نشان می دهد که عمق دفن­شدگی سازند مذکور حدود 4 کیلومتر بوده  است.

کلمات کلیدی: زنجان، حلب، میانبار سیال، رشد چین، اتصال، میکرو­ترموبارومتری،

فهرست مطالب

عنوان                                            صفحه

فصل اول: کلیات.. 1

مقدمه………..2

1-1 رشد چین­خوردگیها 4

1-2   مکانیسم­های رشد عرضی چین خوردگی­ها 5

1-2-1تقسیم­بندی چین­ها 6

1-2-1-1چین­خوردگی­های در ارتباط با گسل.. 7

الف- چین­های خم گسلی.. 9

ب- چین­های انتشار گسلی.. 10

ج- چین­های جدایشی.. 11

1-2-1-2 گسل‌های جای­گرفته در چین.. 14

1-2-2رشد جانبی چین­ها 15

1-3 رشد و اتصال گسل­ها 15

1-3-1 پروفیل از یک گسل و چین.. 19

1-3-2 اتصال گسل­های پادشیب… 20

1-3-3 ویژگی­های اتصال گسل­های پادشیب… 21

1-4  اتصال جانبی چین­ها 24

1-5  روش­های مطالعه رشد چین­ها 27

1-5-1 رشد عرضی.. 27

1-5-2  رشد جانبی.. 32

1-5-2-1 الگوی آبراهه­ها: 34

1-5-2-2 حوضه­های نامتقارن.. 36

1-6 میانبارهای سیال.. 37

1-7  اهداف مطالعه. 41

فصل دوم: زمین شناسی عمومی.. 42

  مقدمه……………….43

2-1 جغرافیایی طبیعی وریخت شناسی شمال غرب ایران.. 48

 

2-1-2 واحد زنجان.. 49

2-1-3 ناهمواری­های استان زنجان.. 50

2-1-3-1 کوه­های شمالی زنجان.. 50

2-1-3-2 کوه­های بخش مرکزی زنجان (کوه­های سلطانیه). 51

2-1-3-3 کوه­های جنوبی (قیدار و تپه­های سعید آباد-کرسف)  51

2-2  زمین­ساخت ناحیه­ای فلات ایران.. 52

2-3 تاریخچه زمین­شناختی شمال غرب ایران.. 55

2-3-1 پرکامبرین پایانی.. 55

2-3-2 پالئوزوئیک… 55

2-3-3 مزوزوئیک… 56

2-3-4  سنوزئیک… 56

2-4 فرگشت ساختاری ناحیه شمال غرب ایران.. 57

2-5 ویژگی­های چینه شناسی محدوده مورد مطالعه. 60

2-5-1 مزوزوئیک… 60

2-5-1-1  کرتاسه (K). 60

2-5-2 سنوزئیک… 61

2-5-2-1 سازند کرج.. 61

2-5-2-2 سازند قرمز زیرین.. 64

2-5-3 نئوژن.. 65

2-5-3-1 سازند قم.. 65

2-5-3-2  سازند قم در زنجان: 65

2-5-3-3  سازند قرمز بالایی(Mu1). 71

2-5-3-4  واحد(M-Pl). 72

فصل سوم:روش کار. 73

  مقدمه………..44

3-1   مطالعات دفتری وجمع­آوری اطلاعات… 75

3-2 مطالعات صحرایی.. 75

3- 4  مطالعات آزمایشگاهی.. 77

3-4-1 آماده سازی نمونه. 77

3-4-2 روش مطالعه میانبارهای سیال.. 79

فصل چهارم: توصیف هندسی چین­ها وگسل­های محدوده مورد مطالعه. 82

  مقدمه…………..83

4-1 توصیف هندسی گسل­های محدوده مورد مطالعه. 84

4-1-1 گسل شرق قره­داغ. 84

4-1-2 گسل غرب قره­داغ. 85

4-1-3 گسل سهرورد. 87

4-1-4 گسل کوه­پلنگان.. 89

4-1-4 گسل لُت­چای.. 91

4-1-5 گسل تخته یورد. 92

4-1-6 گسل گوجالو. 93

4-1-7 گسل غرب حلب… 94

4-1-8 گسل حلب… 95

4-2 بررسی هندسی و جنبش شناختی چین­خوردگی­های محدوده مورد مطالعه  97

4-2-1 تاقدیس اوشتانیان.. 97

4-2-2 تاقدیس سهرورد. 106

4-2-2-1 تاقدیس قره داغ. 107

4-2-2-2 تاقدیس قمشلو. 109

4-2-3 ناودیس بهمن.. 109

4-2-4 ناودیس حلب… 114

4-3 رشد جانبی.. 114

4-3-2 تاقدیس قره داغ. 118

فصل پنجم: مطالعه میانبارهای سیال.. 119

  مقدمه………43

5-1 تیپ A – میانبار سیال دو فازه مایع-گاز L+V(با شوری متوسط) 121

5-2 تیپB– میانبار سیال دو فازه گاز- مایع V+L (Gas  rich)(با چگالی پایین): 122

5-3 تیپ C- دو فازه گاز + مایع حاوی CO2  LCO2+V+Laq.. 122

5-4 تیپD  – تك فازه –مایع L  (Liquid ) 123

5-5 منشا میانبارهای سیال مطالعه شده در مقاطع بر اساس تقسیم بندی (یرماكوف 1965) 124

5-7 اندازه میانبارهای سیال: 126

5-7-1 تركیب (Components): 126

5-7-2  انجماد( (Freezing: 126

5-8 حرارت دادن(Heating): 128

فصل ششم: بحث ونتیجه گیری.. 132

  نتایج پتروگرافی سیالات درگیر…..133

6-1 تصحیح نقشه ساختاری براساس مطالعات صحرایی.. 133

6- 2 قطعه بندی ، رشد جانبی و اتصال چین­ها در محدوده مورد مطالعه. 133

6-3 تشخیص هندسه تاقدیس­ها با استفاده از نمودارهای Jemison (1987). 136

6-4 اتصال گسل­ها و رشد چین.. 139

6-5 نتایج مطالعات میانبارهای سیال.. 142

فهرست منابع
پیوست ها
چکیده انگلیسی
مقدمه

عملکرد متقابل  فرآیند­های درون زاد و  برون زاد سبب تشکیل سیستم پویای نزدیک به سطح زمین شده است. مطالعه این سیستم پویا در دهه­های اخیر جهش چشمگیری را به همراه داشته که این موضوع دستاورد تحول عظیمی است که در ابزارهای مورد استفاده در بررسی این سیستم پویا بوجود آمده است. تصاویر ماهوار­ه­ای، روش­های سن سنجی، امکان مدل­سازی عددی فرایندهای زمین­شناختی و…. افق­های نوینی را پیش روی پژوهشگران این عرصه قرار داده است. بررسی پوسته زمین حاکی از آن است نیروهای زمین­ساختی فشاری باعث تشكیل ساختارهای زمین­شناسی نظیر چین و گسل و برونزد واحدهای سنگی از عمق به سطح  می­شوند. تعیین فشار و دمای میانبارهای سیال[1]  به دام افتاده در این ساختارهای متشكل از سنگ­های رسوبی بیانگر تغییر شرایط فیزیكی آن­ها از زمان نهشته شدن در حوضه تا دفن و برپایی مجدد است. تحلیل جنبش شناختی این ساختارها مستلزم بكارگیری مشاهدات مستقیم (تحلیل ساختاری-زمین­ریخت­شناسی) و آزمایشگاهی (میكروترموبارومتری) است. دگرریختی پوسته زمین در مناطق فشاری به طور معمول با چین‌خوردگی­ها و توسعه گسل‌های راندگی همراه می‌باشد که در یك حادثه دگرشكلی به وجود آمده‌اند و با هم مرتبط هستند (Calamita,1990). در برخی از این مناطق تحت رژیم فشارشی، گسل‌های رانده تظاهرات سطحی کمتری داشته و بیشتر مدفون می‌باشند ( Berberian, 1995).به همین دلیل تحلیل دگرریختی‌های در  این مناطق، اغلب تحت عنوان تحلیل هندسی و جنبش شناختی گسل­های رانده و چین­های مرتبط با آن­ها صورت می‌گیرد. چین­ها وگسل­های راندگی ساختارهای مهمی را به وجود می‌آورند كه محل مناسبی برای تله­های نفتی و همچنین كانی‌زایی در اثر مهاجرت سیالات می‌باشند, 2003)  Mcclay). بسیاری از زمین ­شناسان نظیر  ساپ (1985)، جامیسون (1987)، میترا (1990) در کارهای تحقیقاتی خود ارتباط ژنتیکی این دو فرایند را درسامانه­های چین خورده- رانده مورد مطالعه قرار داده­اند. در این مطالعات ارتباط هندسی و جنبش شناختی این گونه ساختارها با یكدیگر مورد بررسی قرار می‌گیرد.

نظریات متفاوتی در مورد ارتباط بین چین­ها وگسل­های راندگی بیان شده است:

   برخی از زمین شناسان، نظیر هیبارد و هال (1993) و بارچی و همکاران (1998) معتقدند كه چین­ها و گسل‌های راندگی موجود در یک مکان خاص، ارتباطی با هم ندارند و در زمان­های مختلف شکل گرفته­اند.

   دیدگاه دیگر، آن است که چین­ها و گسل‌های راندگی با یکدیگر مرتبط هستند و در طی یک حادثه تغییرشکل و با هم شکل می­گیرند (Tavarnelli, 1997). تاوارنلی (1997) با مطالعه ساختارهای فرعی در نوار چین­خورده- رانده آمبریا- مارچی در ایتالیا و راکی در کانادا و بررسی ارتباط ژنتیکی آن­ها با یکدیگر و ساختارهای اصلی، تکامل ساختاری این نوار چین­خورده- رانده را حاصل وقوع فرایندهای کوتاه­شدگی به موازات لایه­بندی[2]، چین‌خوردگی[3] و تشکیل راندگی[4] دانسته است.

 1-1 رشد چین­خوردگی­ها

چین­­خوردگی­ها در سامانه­های چین رانده معمولاً مرتبط با گسل­های پنهان می­باشد که شواهد چین­خوردگی­های مربوط به این نوع سامانه­ها حاکی از این است که گسل­های معکوس پنهان عامل ایجاد چین خوردگی­ها می­باشد(Davis, 1983;Namson and Davis, 1988; Stein and King, 1984;Yeats, 1986; Stein and Yeats, 1989; Medwedeff,1992; Gurrola and Keller, 1997).
    افزایش ابعاد چین در جهت طولی، (انتشار جانبی )[5] و عرضی که طی آن طول موج چین تغییر می­کند را رشد چین­خوردگی می­گویند. رشد عرضی چین خوردگی ها طی مکانیسم­های خاصی صورت می­گیرند که در زیر به آن­ها پرداخته می­شود شکل(1-1).

 شکل 1-1) نحوه رشد جانبی چین، برگرفته از(Bretis et al, 2011).

2-1-  مکانیسم­های رشد عرضی چین خوردگی­ها

مکانیسم­های رشد عرضی چین­خوردگی­ها به طور کلی شامل سه نوع می­باشد نوع اول مربوط به چرخش یال­ها، نوع دوم مربوط به مهاجرت لولا و دسته سوم ترکیبی از هر دو مکانیسم  می­باشد. در مدل اول محل لولا­ها در طول چین­خوردگی ثابت است و کوتاه شد­گی سبب افزایش یال و تنگتر شدن چین می­شود. در مدل مهاجرت لولا با تغییر محل لولا بخش­های جدیدی به طول یال اضافه می­شود، بدون اینکه تغییری در  شیب یال­ها ایجاد شود. در حالت سوم به دلیل اینکه ترکیبی از دو مکانیسم یاد شده است، دارای پیچیدگی بالاتری می­باشد. در این مکانیسم ممکن است به طور همزمان و به نسبت­های مختلف در طی مراحل رشد یک چین هر یک از دو مکانیسم بالا موثر باشند(شکل2-1) (Jamison,1987;Mitra and Namson,1989;Suppe and Meddwedeff,1990;Poblet and MacCaly,1996;Mitra,2003).

 شکل1-2) مکانیسم­های رشد چین(مدل مهاجرت لولا و چرخش یال)، برگرفته از(Mercier et al.,2007)                                                           1-2-1تقسیم­بندی چین­ها

ارتباط بین چین­خوردگی­ها و گسل­ها، به دو گروه تقسیم شده است:(Morley, 1994)

    الف- چین خوردگی­های در ارتباط با گسل[6]: در این گروه، چین­ها در بالا و نوک راندگی­های در حال انتشار به سمت بالا شکل می­گیرند، مانند چین­خوردگی­های خم‌گسلی[7] و نوک‌راندگی[8] که چین­های نوک راندگی خود شامل چین­های جدایشی[9] و انتشار گسلی[10] می­باشند(Rich, 1934; Elliott,1976; Suppe, 1985; Jamison, 1987; Mitra, 1990). ویژگی بارز این ساختارها آن است که گسل­ها خصوصیات هندسی و جنبشی چین­ها را کنترل می­نمایند (Mitra, 2002).

    ب- گسل­های مرتبط با چین­خوردگی[11]: در این گروه، چین­های کمانشی[12] ناشی از تغییرات کرنش مربوط به موقعیت چینه­شناسی و ساختاری در طی تکامل چین می باشند. بعضی از خصوصیات