توسعۀ یک مدل خبره برای پیش بینی تقاضای آب شهری با استفاده از شبکۀ عصبی مصنوعی، نمونه موردی شهر ایلام

Authors

  • محمدرضا پورجعفر استاد طراحی شهری، دانشکده هنر و معماری، دانشگاه تربیت مدرس، تهران، ایران.
Abstract:

مدیریت و تأمین آب شهری، همواره یکی از دغدغه های اصلی مدیران و برنامه ریزان شهری بوده است. شناخت تقاضای آب شهری و عوامل مؤثر بر آن، از مولفه های مهم در مدیریت و کنترل مصرف آب شهری محسوب می شود. در تحقیق حاضر مدلی خبره برای پیش بینی تقاضای آب شهری ایلام با استفاده از شبکۀ عصبی مصنوعی توسعه یافته است. مدل خبره، مبتنی بر عوامل مؤثری است که از درآمد سالانه ( x1)، ناحیه مصرف(x2)، عرصه(x3 )، اعیان((x 4، بعد خانوار(x 5  )، تعداد شیر آب منزل( 6 x )، قیمت سالانه آب( 7x) به عنوان متغیرهای پیشگوی تقاضای آب مسکونی شهری سالیانه  (AURWD)   به عنوان متغیر خروجی استفاده می نماید. با استفاده از مجموعه داده های گردآوری شده و پیش پردازش آنها، ساختار بهینۀ مدل خبره بدین صورت بدست می آید: 3 لایه با 7 نرون در لایۀ ورودی، 10 نرون در لایۀ مخفی و یک گره در لایۀ خارجی که از تابع فعال سازی تنسیگ 2 استفاده میکنند. مقایسۀ کمی و کیفی نتایج مدل خبره با مقادیر مشاهده شده با استفاده از شاخص های آماری ضریب همبستگی  3 (R2)  و مربع میانگین ریشه  ( RMSE)و آزمون های گرافیکی، نشان داد که مدل خبره شبکۀ عصبی مصنوعی  (ANN) 5 کارایی خوبی در پیش بینی تقاضای آب مسکونی شهری سالیانه دارد، همچنین یک معادله رگرسیون خطی چندگانه ( MLR )6 برای برآورد تقاضای آب مسکونی شهری سالیانه با استفاده از عوامل مؤثر ارائه شده است. مقایسۀ معادله AURWD-MLR با AURWD-ANN نشان داد که مدل خبره بر پایه شبکۀ عصبی مصنوعی از کارآمدی بیشتری برخوردار است. مدل خبرۀ توسعه یافته در این تحقیق به عنوان کی پشتیبان تصمیم خبره، می تواند توسط برنامه ریزان و مدیران شهری مورد استفاده قرار گیرد.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پتانسیل‌یابی مناطق توسعۀ شهری با استفاده از شبکۀ عصبی مصنوعی (مطالعۀ موردی: شهر کرمانشاه)

رشد سریع شهرنشینی و توسعة شهری به‌ویژه در کشورهای درحال‌توسعه، به درک الگو و فرایندهای پیچیدة رشد شهری با روش علمی و کارآمد نیاز دارد. لازمة ایجاد رشد شهری پایدار و برنامه‌ریزی توسعة شهری، درک الگوهای صحیح رشد شهری است. کرمانشاه نهمین شهر پرجمعیت کشور و یکی از چهار شهر نخست ایران از نظر حادبودن معضل حاشیه‌نشینی است. هدف این پژوهش، بررسی پتانسیل توسعة شهری در این شهر است. بدین­منظور،‌ ‌شبکة عصبی...

full text

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...

full text

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

Short-term water demand modeling plays a key role in urban water resources planning and management. The importance of demand prediction is even greater in countries like Iran with frequent periods of drought. Short-term water demand estimation is useful for planning and management of water and wastewater facilities such as pump scheduling, control of reservoirs and tanks volume, pressure manage...

full text

پیش‌بینی تقاضای روزانه آب شهری با استفاده از شبکه‌های عصبی مصنوعی، مطالعه موردی: شهر تهران

پیش‌بینی تقاضای آب در سیستم‌های آبرسانی و توزیع آب، با توجه به‌کمک شایانی که می‌تواند به مدیران این مجموعه‌ها برای مدیریت بحران (حداقل و حداکثر مصرف) داشته باشد، از اهمیت بالایی برخودار است. پیچیدگی و تأثیر عوامل و پارامترهای مختلف بر میزان تقاضای آب در این سیستم‌ها، سبب گردیده است که روشهای تحلیلی و ریاضی کارایی لازم را در این زمینه نداشته باشند. در این مقاله روش شبکه‌های عصبی مصنوعی برای برآو...

full text

پیش بینی تقاضای روزانه آب شهری با استفاده از شبکه های عصبی مصنوعی، مطالعه موردی: شهر تهران

پیش بینی تقاضای آب در سیستم های آبرسانی و توزیع آب، با توجه به کمک شایانی که می تواند به مدیران این مجموعه ها برای مدیریت بحران (حداقل و حداکثر مصرف) داشته باشد، از اهمیت بالایی برخودار است. پیچیدگی و تأثیر عوامل و پارامترهای مختلف بر میزان تقاضای آب در این سیستم ها، سبب گردیده است که روشهای تحلیلی و ریاضی کارایی لازم را در این زمینه نداشته باشند. در این مقاله روش شبکه های عصبی مصنوعی برای برآو...

full text

پیش بینی تقاضای آب شهر همدان با استفاده از شبکه های عصبی مصنوعی

پیش بینی تقاضای آب شهری کمک مؤثری به مدیران و بهره برداران سیستم های آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپ ها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرایط اقلیمی و هواشناسی، مناسبت های فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. به دلیل همین تنوع، پیش بینی مصرف کوتاه مدت به صورت تحلیلی بسیار مشکل و یا ناممکن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 4  issue 6

pages  63- 74

publication date 2011-09-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023