<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه تهران</PublisherName>
				<JournalTitle>مهندسی بیوسیستم ایران</JournalTitle>
				<Issn>2008-4803</Issn>
				<Volume>45</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2014</Year>
					<Month>09</Month>
					<Day>23</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Optimization of Land Leveling Operations through Least Square Method and Its Comparison with the Genetic Algorithm and Particle Swarm Optimization Algorithm</ArticleTitle>
<VernacularTitle>بهینه‌سازى حجم عملیات تسطیح اراضى به روش حداقل مربعات و مقایسه با الگوریتم ژنتیک والگوریتم بهینه‌سازی ازدحام ذرات</VernacularTitle>
			<FirstPage>105</FirstPage>
			<LastPage>112</LastPage>
			<ELocationID EIdType="pii">52638</ELocationID>
			
<ELocationID EIdType="doi">10.22059/ijbse.2014.52638</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>ایشام</FirstName>
					<LastName>الزعبی</LastName>
<Affiliation>دانشجوی دکتری گروه مهندسى مکانیک ماشین‌هاى کشاورزى، پردیس کشاورزی و منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>رجبى پور</LastName>
<Affiliation>استاد گروه مهندسى مکانیک ماشین‌هاى کشاورزى، پردیس کشاورزی و منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
<Author>
					<FirstName>حجت</FirstName>
					<LastName>احمدى</LastName>
<Affiliation>دانشیار گروه مهندسی مکانیک ماشین های کشاورزی، پردیس کشاورزی و منابع طبیعی دانشکاه تهران</Affiliation>

</Author>
<Author>
					<FirstName>فرهاد</FirstName>
					<LastName>میرزایى</LastName>
<Affiliation>استادیار گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2013</Year>
					<Month>11</Month>
					<Day>04</Day>
				</PubDate>
			</History>
		<Abstract>For a uniform distribution of water, decrease in water waste and decrease in erosion of soil, it is important that a land be prepared with proper slopes along its length as well as width. The aim of leveling is to create appropriate slopes for irrigation and drainage on the lands that were not already properly levelled and of the same time creating the level surface with a minimum transport of soil. Throughout the present study, characteristics of a level plane of an agricultural land are modeled by programming algorithm with the results being compared with Minimum Least Square method. Statistical and descriptive results show that Genetic Algorithm and Particle Swarm Optimization algorithm benefit from more accuracies than Minimum Least Square. Also, practice of such restrictions as maximum depth of excavation is easy to be applied in this method. In addition, using Genetic Algorithm method decreased the volume of excavation by 20% and 17.5%. Another method, called Particle Swarm Optimization, was also applied with the results indicating that the volume of the soil cut and fill for Particle Swarm Optimization method was recorded as less than that in Genetic Algorithm method.</Abstract>
			<OtherAbstract Language="FA">زمین تحت کشت باید دارای شیب‌ مناسب در جهت طولی و عرضی باشد تا یکنواختی توزیع آب تأمین شود و از هدررفت آب و نیز فرسایش خاک زراعی جلوگیری شود. از آنجا که عملیات تسطیح بسیار پرهزینه است، هدف از عملیات تسطیح، ایجاد شیب مناسب به‌منظور توزیع یکنواخت آب در زمین ناهموار و ایجاد صفحۀ تسطیح به‌گونه‌ای است که تسطیح زمین با حداقل مقدار حجم عملیات خاکی صورت پذیرد. در این تحقیق مشخصات صفحۀ تسطیح زمین زراعی با استفاده از الگوریتم مدل‌سازی‌شده و نتایج به‌دست‌آمده با روش حداقل مجموع مربعات مقایسه شد. تحلیل آماری و توصیفی نتایج نشان ‌داد که استفاده از الگوریتم ژنتیک )و الگوریتم بهینه‌سازی ازدحام ذراتPSO) برای تعیین مشخصات تسطیح در مقایسه با روش حداقل مجموع مربعات دقت و کارایی بیشتری دارد و اعمال محدودیت‌های تسطیح مانند حداکثر عمق خاک‌برداری در این روش ساده‌تر صورت می‌پذیرد. مقایسۀ این دو روش نشان داد که استفاده از الگوریتم ژنتیک مقدار حجم عملیات خاکی را با درنظرگرفتن سایر الزامات طراحی صفحۀ تسطیح (شیب‌های طولی و عرضی) به میزان 20 و 5/17 درصد کاهش داده است. حجم خاک‌برداری و خاکریزى در الگوریتم بهینه‌سازی ازدحام ذرات در مقایسه با الگوریتم ژنتیک حجم کمترى حاصل کرد. &lt;br /&gt; </OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ازدحام ذرات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تسطیح</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">حداقل مجذور مربعات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ژنتیک</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://ijbse.ut.ac.ir/article_52638_33cac1c5e6faf1f43542fc4f648456c7.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
