کاربرد تئوری آشوب در اجرای بار اضافه بار کامیون ها

اضافه بار کامیون ها به دلیل آسیب احتمالی سطح جاده و همچنین عملکرد کمتر سیستم ترمز کامیون ها، یکی از اساسی ترین نگرانی ها در حمل و نقل جاده ای محسوب می شود. منابع انسانی کافی و برنامه ریزی زمانی کافی برای بررسی بار اضافه کامیون ها باید برنامه ریزی شود. از این رو، به نظر می رسد نیاز به تهیه یک مدل همه جانبه برای پیش بینی تعداد وسایل نقلیه اضافه بار باشد. در کار پژوهشی حاضر، از مفهوم تئوری آشوب برای پیش‌بینی نسبت کامیون‌هایی که ممکن است بیش از حد حدس زده شوند، استفاده شده است. بزرگترین توان لیاپانوف برای تعیین وجود هرج و مرج با استفاده از داده های تجربی استفاده می شود و به این نتیجه رسید که نسبت کامیون های بارگذاری شده نشان دهنده رفتار هرج و مرج است. پیش‌بینی مبتنی بر نظریه آشوب با نتایج روش‌های هموارسازی ساده و میانگین متحرک با توجه به معیار شناخته شده میانگین مربعات خطا مقایسه می‌شود. نتایج همچنین نشان داده‌اند که مدل پیش‌بینی آشفته با مقایسه روش‌های مشابه از جمله هموارسازی ساده و میانگین متحرک برای پیش‌بینی نسبت کامیون‌های عبوری به احتمال زیاد اضافه بار، با قابلیت بیشتری عمل می‌کند.

1. معرفی

حمل‌ونقل جاده‌ای یکی از روش‌های غالب حمل‌ونقل کالا در ایران است که حدود 80 درصد از جابجایی بار را به خود اختصاص داده است. تعداد خودروهای سنگین به طور مداوم در شبکه راه ها در حال افزایش است. بارگذاری بیش از حد در حال رشد است، و این یک دلیل اصلی برای تسریع قابل توجه نرخ زوال روسازی است [2]. علاوه بر آسیب رساندن به سطح جاده، کامیون های بارگیری شده به دلیل از پیش طراحی سیستم ترمز خودروها به ویژه در پیچ ها و شیب ها، سایر وسایل نقلیه را به خطر می اندازند. با ارتقای ایمنی راه و به حداقل رساندن هزینه‌های نگهداری راه، اقدامات معمولی جاده‌ای که توسط بار محوری کامیون‌ها بر روسازی جاده تحمیل می‌شود، به‌عنوان بخشی از قوانین فرآیند اجرایی [3] به‌طور قانونی توسط ایستگاه‌های توزین کنترل می‌شود.

مطالعات مرتبط در زمینه طرح های آسفالت بر اساس بارهای محور کامیون در ادبیات ذکر شده است. تورچی و همکاران.[4] فاکتورهای کامیون برای طراحی روسازی و مدل های توزیع بار محور برای طراحی آسفالت مکانیکی و تجربی با استفاده از اطلاعاتی از سایت های وزنه برداری در جاده های شریانی در آلاباما ایجاد کرد. همچنین یک روش دقیق از مدل سازی بار چرخ از کامیون های اضافه بار برای عرشه های پل ایجاد کرد [5]. Chia-Pei میانگین بار بار برای وسایل نقلیه سنگین ترکیبی و نسبت بار محور برای انواع مختلف وسایل نقلیه سنگین را برای طراحی مشخصات استاندارد پل محاسبه کرد [6].

اگرچه می توان از برخی از تکنیک های تخصیص مکان برای بهبود کارآیی اجرای بیش از حد استفاده کرد [7] ، به منظور به حداقل رساندن اضافه بار ، برنامه ریزی منابع انسانی که در فرآیند بررسی بار محورهای کامیون ها در ایستگاه های وزنه برداری در ایستگاه های وزنه برداری قرار دارند ، باید در اجرای جاده در نظر گرفته شود. بشربا بهبود کارآیی ، برنامه ریزی منابع انسانی به استفاده از روشهای پیش بینی نیاز دارد. تکنیک های پیش بینی اخیر در ادبیات با استفاده از تئوری هرج و مرج در زمینه ترافیک جاده ای مشاهده می شود. Frazier و Kockelman داده های جریان ترافیک را مورد تجزیه و تحلیل قرار دادند و آن را هرج و مرج دانستند. مطالعات آنها نشان داد که پیش بینی های مبتنی بر تئوری هرج و مرج قدرت پیش بینی بیشتری نسبت به یک روش حداقل مربعات غیرخطی دارند [8]. Disbro و Frame نشان دادند که چگونه مدل ترافیک Gazis-Herman-Rothery به لحاظ نظری [9] بسیار آشوب آور است ، حتی اگر در سیستم های متوسط یا کوچکتر (هشت اتومبیل) اعمال شود [10]. ون زویلن و همکاران. در مورد پیامدهای رفتار انسان ، هرج و مرج و غیرقابل پیش بینی بودن برای برنامه ریزی شهری و حمل و نقل و همچنین پیش بینی بحث کرد [11].

صفونوف و همکاران. نشان داد که رفتار هرج و مرج در ترافیک می تواند در اثر تأخیر در واکنش انسان ایجاد شود [12]. نیر و همکاران. داده های جریان ترافیک را تجزیه و تحلیل کرده و آن را به عنوان یک عامل هرج و مرج توصیف می کند [13]. وایدلیچ نشان داد که چگونه مدل های مبتنی بر قابلیت تحرک از رفتارهای اجتماعی نسبتاً ساده رفتار هرج و مرج را ایجاد کرده و کاربرد مفصلی از هرج و مرج را برای جریان ترافیک ارائه می دهند [14]. Metghalchia و همکاران. سودآوری چندین قانون تجارت فنی ساده برای 16 بازار سهام اروپا در دوره 1990 تا 2006 را مورد بررسی قرار داد و نتیجه گرفت که افزایش روند در حال حرکت قوانین متوسط ، قدرت پیش بینی کننده قادر به تشخیص الگوهای قیمتی مکرر برای تجارت سودآور است ، حتی پس از حسابداری برای تأثیرات تأثیراتداده های تعصب snooping [15].

چهار روش پیش بینی رفتار توربین گازی با گذشت زمان نیز توسط Cavarzere و Venturini استفاده شده است [16]. آنها برای ارائه پیش بینی زمانی استفاده می شوند که در آینده از مقدار آستانه فراتر رود. نتایج ارائه شده با هدف انتخاب مناسب ترین روش که امکان پیش بینی و هم پیش بینی را به عنوان تابعی از روند داده ها در طول زمان فراهم می کند ، به منظور پیش بینی تکامل زمان پارامترهای مشخصه توربین گازی و ارائه تخمینی از وقوع یک شکست [16]بشر

سهم اصلی این مقاله پیش بینی نسبت کامیون های اضافه بار بر اساس مفهوم نظریه هرج و مرج است. پس از معرفی ، برخی از روش های کنترل بارهای محور وسایل نقلیه و روش های پیش بینی شناخته شده به طور خلاصه در بخش های دوم و سوم ارائه می شود و به دنبال آن توضیحات مطالعه موردی انجام می شود. فرآیند تحلیلی شامل بررسی حضور رفتارهای هرج و مرج با استفاده از داده های تجربی است ، همانطور که در بخش پنجم همراه با مقایسه نتایج متشکل از بحث های بیشتر در مورد نتایج نشان داده شده ارائه شده است. بحث مختصری در مورد روند کاربردی و برخی از توصیه ها برای مطالعات بیشتر نیز در بخش آخر مورد بحث قرار گرفته است.

2. حمل و نقل حمل و نقل و بار محور کامیون ها

با توجه به نگهداری و تعمیر هزینه های سطح جاده ، مدیریت روسازی مسئله مهمی است. بارهای محور وسایل نقلیه سنگین به عنوان مهمترین عامل تخریب جاده شناخته می شوند. بر اساس تحقیقات مشاهده شده در ادبیات ، آسیب در سطح جاده ها مربوط به بارهای محور وسایل نقلیه با سرعت شتاب غیرخطی است که عمدتا در یک معادله چند جمله ای از درجه چهارم است [2]. کنترل وزن کامیون توسط تجهیزات خاصی انجام می شود که شامل مقیاس های استاتیک ، پویا و قابل حمل است. بارهای و محدودیت های مختلف محور در دامنه مطالعه موردی در جدول 1 شامل سه تنظیم محبوب ترین گروه محور نشان داده شده است. آنها شامل 3 چرخ محور 10 ، 5 چرخ محور-12 و 5 کامیون چرخ محور-18 هستند. حداکثر بارهای محور با تنظیمات مختلف متفاوت است. با این حال ، اگر وزن کل برابر با مجموع محدودیت های بار محور باشد ، ضروری به نظر نمی رسد. بارهای محور کامیون ها به طور تصادفی در ایستگاه های توزین بررسی می شوند و اگر از حد مجاز مجاز باشند ، کامیون های بیش از حد پس از آن متوقف می شوند و نیاز به بارهای تنظیم شده بر اساس مقررات دارند.

میز 1 تنظیمات گروه محور و محدودیت های وزن بیشتر کامیون های محبوب.

3. پیش بینی سری زمانی

3. 1میانگین متحرک

روش پیش بینی میانگین متحرک ابتدا با گرفتن میانگین زیر مجموعه اول بدست می آید. سپس اندازه ثابت زیرمجموعه به جلو منتقل می‌شود و زیرمجموعه جدیدی از اعداد ایجاد می‌شود که میانگین می‌شود [17]. معادله (1) تعریف کلی روش میانگین متحرک را نشان می دهد که در آن

مقدار پیش بینی شده برای بر اساس مقادیر قبلی تقاضاهای واقعی است و دوره است. استفاده از تکنیک میانگین متحرک در ادبیات مشاهده شده است در حالی که نراسیمهان و همکاران. تکنیک‌های پیش‌بینی جدید برای ترافیک ویدئویی با نرخ بیت متغیر رمزگذاری شده MPEG-4 بر اساس مفهوم میانگین متحرک و گسترش بیشتر با استفاده از رویکرد گرادیان-نزولی [18]:

3. 2. هموارسازی نمایی

هموارسازی نمایی یا برای داده های سری زمانی اعمال می شود، یا برای تولید داده های هموارسازی، که سری های زمانی دنباله ای از مشاهدات هستند. توالی داده های خام اغلب با نشان داده می شود

و خروجی الگوریتم هموارسازی نمایی به صورت نوشته شده است تا به عنوان بهترین تخمین مقدار بعدی X در نظر گرفته شود. وقتی دنباله مشاهدات در زمان = 0 شروع می شود، ساده ترین شکل هموارسازی نمایی با ((2) [17] که α عامل هموارسازی است، و

. اسنایدر و همکاراناز روش هموارسازی نمایی در پیش‌بینی فروش برای کنترل موجودی استفاده می‌کند که همیشه از نظر مدل‌های آماری دارای خطاهایی با واریانس ثابت منطقی بوده است. نشان داده شده است که هموارسازی نمایی در شرایط عمومی تر مناسب باقی می ماند، جایی که واریانس اجازه رشد یا انقباض با حرکات مربوطه در سطح زیرین را دارد [19]:

4. مطالعه موردی و داده های تجربی

داده های تجربی بار محور کامیون ها با استفاده از سیستم توزین در حرکت (WIM) نصب شده در بزرگراه ها ذخیره شده است. WIMها سیستم‌های کاملاً خودکاری هستند که همه وسایل نقلیه را ضبط می‌کنند و قادر به اندازه‌گیری در سرعت ترافیک معمولی هستند، بدون اینکه نیازی به توقف وسایل نقلیه یا رانندگی با سرعت کم باشد و کارایی آنها را افزایش دهد [20]. وسایل نقلیه ای که از حسگرهای متصل به یک سیستم دوربین فیلمبرداری دیجیتال عبور می کنند، در حالی که داده ها به طور همزمان ذخیره می شوند، شناسایی می شوند. داده‌های آزمایشی با استفاده از سیستم توزین در بزرگراه اراک-قم جمع‌آوری و در بازه زمانی یک ماهه مورد تجزیه و تحلیل قرار گرفته است. سه نوع کامیون شامل 3 محور 10 چرخ، 5 محور 12 چرخ و 5 محور 18 چرخ به دلیل فرکانس بالای حجم کامیون ها برای تجزیه و تحلیل داده ها انتخاب شده اند.

5. فرآیند تحلیلی

پس از بررسی حضور هرج و مرج ، فرآیند تحلیلی بر اساس دو روش پیش بینی سری زمانی و مفهوم نظریه هرج و مرج انجام شده است. هموار سازی نمایی ساده با نظریه هرج و مرج با مدت زمان 1 روز مطابقت دارد ، و روش متوسط حرکت متناسب با نظریه هرج و مرج با توجه به دهانه های زمانی 3 ، 5 و 7 روز و همچنین داده های مربوط به بارهای محور 42634 وسیله نقلیه که در طول زمان جمع آوری می شونددوره مطالعه موردی.

5. 1حضور هرج و مرج

یک روش متداول تر برای تعیین حضور رفتار هرج و مرج ، محاسبه بزرگترین نماینده لیاپونف است. معادله (3) بزرگترین نماینده Lyapunov را در آن تعیین می کند

مشاهده در

نزدیکترین همسایه آن است ، و

تعداد مشاهدات استهنگامی که بزرگترین نماینده Lyapunov از 0 فراتر می رود ، سیستم هرج و مرج است [21]:

نسبت وسایل نقلیه ای که در مقایسه با وسایل نقلیه در حال عبور مشکوک هستند ، به عنوان یک فاکتور هرج و مرج در بازه باز (0 1) در نظر گرفته می شود. مدت زمان به عنوان 24 ساعت در نظر گرفته می شود و داده ها به مدت 30 روز جمع آوری شده است. سرانجام از معادله شناخته شده نقشه لجستیک [22] برای تعریف جیره وسایل نقلیه اضافه بار به دلیل سازگاری معقول با رفتارهای ترافیکی استفاده می شود. معادله (4) نقشه لجستیکی را تعریف می کند [23] ، که نسبت کامیون ها احتمالاً بیش از حد بارگیری می شوند:

5. 2. نظریه هرج و مرج در مقابل هموار سازی نمایی ساده

فرآیند تحلیلی برای سه نوع تنظیمات محبوب ترین محور انجام شده است در حالی که تعداد کامیون هایی که بررسی می شوند متفاوت هستند. به دلیل همین دوره تجزیه و تحلیل ، صاف کردن نمایی ساده با تئوری هرج و مرج با استفاده از () مقایسه می شود. با توجه به (2) و (3) دو ضرایب و نیاز به تخمین زده می شود که به حداقل برسد میانگین خطاهای مربع به عنوان ذکر شده است

و در جدول 2. برای هر نوع کامیون ، پارامترها به طور جداگانه تخمین زده شده است. نتایج نشان داده شده در جدول 2 نشان داد که میانگین معیار خطای مربع پیش بینی مربوط به هرج و مرج برابر است یا کمتر از یک برای هموار سازی نمایی ساده است.

جدول 2 ضرایب و میانگین خطاهای مربع در هرج و مرج و هموار سازی نمایی ساده.

5. 3. نظریه هرج و مرج در مقابل روش متوسط حرکت

به دلیل در نظر گرفتن همان دوره های انتخاب شده ، روش متوسط حرکت با تئوری هرج و مرج با استفاده از (، 5 و 7) مقایسه می شود. ضرایب و تعریف شده در (2) و (3) با توجه به حداقل میانگین خطاهای مربع در مدت زمان مشابه به عنوان و در جداول 3 و 4 تخمین زده می شود. همانطور که در جداول 3 و 4 مشاهده می شود ، خوانندگان ذکر می کنند کهمفهوم نظریه هرج و مرج تکنیک قدرتمندتری برای پیش بینی نسبت کامیون ها است که احتمالاً به دلیل وجود رفتار هرج و مرج در اضافه بار بیش از حد بارگذاری می شود. لازم به ذکر است که لازم است هر بازه زمانی با همان بازه زمانی مقایسه شود. بنابراین نتایج وضعیت Δ t = 3 ، 5 ، 7 باید به ترتیب با روش متوسط حرکت n = 3 ، 5 و 7 مقایسه شود.

جدول 3 ضرایب و میانگین خطاهای مربع در تئوری هرج و مرج. جدول 4 ضرایب و میانگین خطاهای مربع در حرکت متوسط.

6. خلاصه و نتیجه گیری

در این کار تحقیق ، مفهوم نظریه هرج و مرج برای پیش بینی نسبت کامیون هایی که احتمالاً بیش از حد بارگذاری می شوند به منظور ایجاد یک جدول زمانی مناسب از منابع انسانی در کنترل بارهای محور وسایل نقلیه استفاده شده است. داده های جمع آوری شده در دوره یک ماهه در مطالعه موردی برای فرآیند تحلیلی استفاده شده است. اعتبار سنجی با نتایج دو روش شناخته شده از هموار سازی نمایی ساده و سری متوسط در حال حرکت بررسی می شود.

تجزیه و تحلیل پیش بینی بر اساس فواصل زمانی مختلف از جمله یک ، سه ، پنج و هفت روز مربوط به فرآیند اعتبار سنجی و روش پیش بینی ارائه شده است. میانگین خطای مربع ، محبوب ترین معیار اعتبار پیش بینی ، برای بررسی اعتبار روش پیشنهادی استفاده می شود. بحث در مورد نتایج نشان داد که پیش بینی مبتنی بر مفهوم نظریه هرج و مرج با استفاده از معادله نقشه لجستیک از روشهای ساده و صافی نمایی و روشهای متوسط سری زمانی در حال حرکت است. البته این نشان داده شده است که از روش پیش بینی نمایی ساده قادر تر است که فاصله زمانی 1 روز (روز بعد) باشد ، از نظر ، اگر فواصل زمانی 3 ، 5 و 7 روز باشد ، از روش متوسط حرکت می کند. به طور خلاصه ، نظریه هرج و مرج برای پیش بینی نسبت وسایل نقلیه که احتمالاً بیش از سایر روشهای پیش بینی بیش از حد بارگذاری شده اند ، بسیار بهتر عمل می کند. با علاقه به مطالعه در زمینه موعد مقرر ، توصیه می شود که روی استفاده از تئوری هرج و مرج در سایر اقدامات ترافیک جاده ای تمرکز کنید تا فاش کند که کدام اقدامات می توانند بر اساس رفتار هرج و مرج تعریف شوند.

منابع

سازمان نگهداری و حمل و نقل جاده ، "بررسی سالانه حمل و نقل جاده ای در ایران" ، 1388 Calender محلی ، 2009 ، http://www. rmto. ir/newtto/mainf. asp/. مشاهده در: Google Scholar

A. Mahmoudabadi and A. Abolghasem ، "یک روش مبتنی بر خوشه ای برای ارزیابی ایستگاه های کنترل وزن کامیون" ، در MATLAB-یک ابزار همه جا برای مهندس عملی ، C. M. Ionescu ، ویرایش ، 2011. مشاهده در: سایت ناشر |گوگل دانشکده

A. M. Asa ، "قوانین و مقررات در حمل و نقل روستایی" ، سازمان نگهداری و حمل و نقل جاده ، 1378 تقویم محلی ، 1999. مشاهده در: Google Scholar

R. E. Turochy ، D. H. Timm ، and S. M. Tisdale ، "فاکتورهای هم ارزی کامیون ، مدل سازی طیف بار و تأثیرات در طراحی روسازی ،" فناوری. Rep. 930-564 ، مرکز مهندسی هاربرت ، 2005. مشاهده در: Google Scholar

R. D. تا ، "توزیع بار چرخ کامیون اضافه بار بر روی عرشه های پل" ، گزارش تحقیقات R-1529 ، کمیسیون حمل و نقل میشیگان ، بخش ساخت و سازهای بخش ساختاری ، بخش 2009. مشاهده در: Google Scholar

C. J. Chia-Pei ، "تأثیر وسایل نقلیه سنگین بارگذاری شده بر روی پیاده رو و طراحی پل" ، هیئت تحقیقات حمل و نقل آکادمی های ملی ، شماره. 1539 ، صص 58-65 ، 2007. مشاهده در: Google Scholar

A. Mahmoudabadi و S. M. Seyedhosseini ، "بهبود کارآیی وزن در سیستم های حرکتی از طریق تخصیص بهینه سازی شده برای بررسی کامیون ،" IATSS Research. در مطبوعات. مشاهده در: سایت ناشر |گوگل دانشکده

C. Frazier و K. M. Kockelman ، "تئوری هرج و مرج و سیستم های حمل و نقل: مثال آموزنده" ، در مجموعه مقالات 83 مین نشست سالانه هیئت تحقیقات حمل و نقل ، واشنگتن ، دی سی ، ایالات متحده ، ژانویه 2004. مشاهده در: Google Scholar

D. C. Gazis ، R. Herman ، and R. W. Rothery ، "مدل های غیرخطی دنبال کننده برای جریان ترافیک" ، تحقیقات عملیات ، جلد. 9 ، نه. 4 ، صص 545-567 ، 1961. مشاهده در: سایت ناشر |گوگل دانشکده

J. E. Disbro and M. Frame ، "تئوری جریان ترافیک و رفتار آشوب آور" ، سابقه تحقیقات حمل و نقل 1225 ، شورای تحقیقات ملی ، واشنگتن ، دی سی ، ایالات متحده ، 1989. مشاهده در: Google Scholar

H. جی

L. A. Safonov ، E. Tomer ، V. V. Strygin ، Y. Ashkenazy ، and S. Havlin ، "هرج و مرج ناشی از تاخیر با جاذبه چند منظوره در یک مدل جریان ترافیک ،" Europhysics Letters ، Vol. 57 ، نه. 2 ، صص 151-157 ، 2002. مشاهده در: سایت ناشر |گوگل دانشکده

دبلیو وایدلیچ ، پویایی اجتماعی: یک رویکرد سیستماتیک برای مدل سازی ریاضی در علوم اجتماعی ، دانشگاه هاروود ، آمستردام ، هلند ، 2000.

M. Metghalchia ، J. Marcucci ، and Y.-H. چانگ ، "آیا در حال حرکت به طور متوسط قوانین تجاری سودآور است؟شواهدی از بازار سهام اروپا ، "اقتصاد کاربردی ، جلد. 44 ، نه. 12 ، صص 1539-1559 ، 2012. مشاهده در: سایت ناشر |گوگل دانشکده

A. Cavarzere و M. Venturini ، "استفاده از روش های پیش بینی برای پیش بینی رفتار توربین گازی به مرور زمان ،" مجله مهندسی توربین های گازی و قدرت ، جلد. 134 ، نه. 1 ، شناسه مقاله 012401 ، 2012. مشاهده در: سایت ناشر |گوگل دانشکده

B. R. Goodell ، پیش بینی هموار سازی و پیش بینی سری زمانی گسسته ، Prentice-Hall ، Englewood Cliffs ، NJ ، USA ، 1963.

H. Narasimhan ، R. Tripuraribhatla ، and K. S. Easwarakumar ، "پیش بینی کننده های مبتنی بر متوسط برای منابع ترافیکی MPEG-4 VBR" ، در مجموعه مقالات کارگاه های IEEE Globecom (GC '10) ، صص 924-928 ، میامی ، FLA ، USAA.، دسامبر 2010. مشاهده در: سایت ناشر |گوگل دانشکده

R. D. Snyder ، A. B. Koehler ، and J. K. Ord ، "پیش بینی کنترل موجودی با هموار سازی نمایی" ، مجله بین المللی پیش بینی ، جلد. 18 ، نه. 1 ، صص 5-18 ، 2002. مشاهده در: سایت ناشر |گوگل دانشکده

B. Jacob and V. F. L. Beaumelle ، "بهبود ایمنی کامیون: پتانسیل فناوری وزن در حرکت ،" تحقیقات IATSS ، جلد. 34 ، نه. 1 ، صص 9-15 ، 2010. مشاهده در: سایت ناشر |گوگل دانشکده

C. Frazier و K. M. Kockelman ، "تئوری هرج و مرج و سیستم های حمل و نقل: مثال آموزنده" ، مجله سوابق تحقیقات حمل و نقل ، شماره. 1897 ، صص 9-17 ، TRB ، شورای تحقیقات ملی ، واشنگتن ، دی سی ، ایالات متحده ، 2004. مشاهده در: Google Scholar

S. C. Lo و H. J. Cho ، "هرج و مرج و کنترل مدل ترافیک پویا گسسته" ، مجله موسسه فرانکلین ، جلد. 342 ، نه. 7 ، صص 839-851 ، 2005. مشاهده در: سایت ناشر |گوگل دانشکده

J. Mingjun و T. Huanwen ، "استفاده از هرج و مرج در بازپخت شبیه سازی شده" ، هرج و مرج ، سولیتون و فراکتال ، جلد. 21 ، نه. 4 ، صص 933-941 ، 2004. مشاهده در: سایت ناشر |گوگل دانشکده

کپی رایت

کپی رایت © 2013 عباس محمودابادی و ایرزو Abolghasem. این یک مقاله دسترسی آزاد است که تحت مجوز انتساب Creative Commons توزیع شده است ، که امکان استفاده ، توزیع و تولید مثل بدون محدودیت در هر رسانه را فراهم می کند ، مشروط بر اینکه کار اصلی به درستی ذکر شود.