مدیریت آب و اقتصاد
محمدرضا علیخانی؛ رامتین معینی
چکیده
ارتقا سطح کیفی زندگی ساکنین شهرها به بهره‌مندی از زیرساخت شهری با کیفیت بالا، به منظور برآورده کردن نیازهای روزانه وابسته است. شبکه آبرسانی شهری یکی از اساسی‌ترین زیرساختهای شهری است که طراحی و سرویسدهی مطلوب آن در طول دوره طرح ضروری است. ازاین رو تعیین میزان واقعی مصرف و پیش‌بینی آن در آینده اهیمت دارد. به این ...
بیشتر
ارتقا سطح کیفی زندگی ساکنین شهرها به بهره‌مندی از زیرساخت شهری با کیفیت بالا، به منظور برآورده کردن نیازهای روزانه وابسته است. شبکه آبرسانی شهری یکی از اساسی‌ترین زیرساختهای شهری است که طراحی و سرویسدهی مطلوب آن در طول دوره طرح ضروری است. ازاین رو تعیین میزان واقعی مصرف و پیش‌بینی آن در آینده اهیمت دارد. به این منظور در این تحقیق، از یک روش بر مبنای هوش مصنوعی، روش برنامهنویسی ژنتیک (GP) و همچنین روش دادهکاوی ضریب همبستگی پیرسون استفاده شده است. روشهای دادهکاوی بر روی بانک داده شامل دادههای روزانه دما، بارش، رطوبت و مقدار آب تولیدی روزانه برای شهر نجف‌آباد در اصفهان از ابتدای سال 1394 تا انتهای سال 1398اعمال و بهترین ترکیب از دادههای ورودی انتخاب شده است. دادههای منتخب به عنوان بردارهای ورودی برای مدلهای پیشنهادی بر مبنای روش GP اعمال و مقدار آب تولیدی روزانه (نشاندهنده آب مصرفی کل)شهر نجف آباد پیش‌بینی شده است. نتایج به دست آمده با نتایج مدلهایی بر مبنای شبکه عصبی مصنوعی (ANN) مقایسه شده است. برای بررسی عملکرد مدلها، شاخص‌های آماری R²، RMSE و NSE محاسبه شده است. مقایسه نتایج نشاندهنده عملکرد قابل قبول مدلهای پیشنهادی بر مبنای GP میباشد. به عبارت دیگر، مقدار شاخص‌های آماری RMSE و NSE و R² و MAPE برای دادههای آموزش در بهترین مدل GP به‌ترتیب برابر با MCM 3262/59 و 0/80 و 0/80 و 5/38 درصد و برای دادههای آزمایش به ترتیب برابر با 3507/68 MCM و 78/78 و 0/0 و 6/67 درصد میباشد.
