مدلسازی و پیشبینی کوتاهمدت تقاضای آب شهری
Authors
Abstract:
آب به عنوان یکی از مهمترین منابع تأمین نیاز بشر در زندگی روزمره نقش حیاتی ایفا میکند. لذا آگاهی از میزان تقاضای مورد نیاز آب جهت اعمال سیاستگذاریهای لازم در راستای مدیریت تقاضا، از اهمیت ویژهای برخوردار میباشد. در این مقاله، تقاضای روزانه آب شهر تهران برای یک دوره هفت ساله با استفاده از روشهای غیرخطی شبکه عصبی مصنوعی و فرایند خطی ARMA مدلسازی گردید و در ادامه تقاضای روزانه آب شهری برای ده روز آینده پیشبینی گردید. در طراحی شبکهعصبی مصنوعی، عوامل مؤثر بر تقاضای روزانه آب شهری، دمای هوا(حداقل، حداکثر و متوسط)، روزهای هفته، ایام تعطیلات و روزهای خاص در نظر گرفته شد. نتایج حاصل از بکارگیری معیارهای ارزیابی دقت پیشبینی، نشان میدهد که شبکه عصبی مصنوعی در پیشبینی تقاضای روزانه آب شهر تهران نسبت به مدل ARMA از قدرت بالاتری برخوردار میباشد.
similar resources
پیشبینی تقاضای فولاد خام ایران در سال 1400
On the basis of Iran’s National 20-Year Development Outlook, it is considered a must to develop infrastructural steel industry. Evidently, planning for meeting the domestic needs seriously requires focused technical and economic studies. In this way, identifying and projecting Iran’s raw steel demand pattern are regarded of infrastructural importance and priority for any production program. The...
full textپیشبینی تقاضای مسافرت هوایی بین شهری در ایران با استفاده از شبکه های عصبی مصنوعی
پیشبینی تقاضای حمل و نقل هوایی میتواند نقش مهمی را در برنامهریزیهای کلان و خرد یک کشور ایفا کند. در سطح کلان میتوان به اولویتبندی تخصیص بودجه های دولتی به شهرهای مختلف برای ایجاد زیرساختهای حمل و نقل هوایی مانند فرودگاه یا خرید و اجاره هواپیما اشاره کرد و در سطوح خرد برای فعالیتهایی مثل طراحی و برنامهریزی عملیات فرودگاه، تصمیم گیری شرکتهای هواپیمایی برای ورود به بازارهای جدید، افزایش ظرفیت خطوط...
برآورد تابع تقاضای آب خانوارهای شهری، مطالعه موردی: شهر مرودشت
هدف از این تحقیق، تخمین توابع تقاضا و تعیین عوامل موثر بر مصرف آب و تعیین حساسیت خانوارها برای مصرف آب نسبت به ابزار قیمت در فصول مختلف در شهر مرودشت استان فارس بود. بهمنظور برآورد توابع از روش تحلیل رگرسیونی و نرم افزارTSP استفاده شد. برای تعیین معنی دار بودن پارامترها از آماره t استفاده گردید. طبق نتایج مدل خطی، در فصل بهار، تابستان، پائیز و زمستان، متغیرهای توضیحی بهکار رفته در مدل توانست...
full textبررسی تجربی و مدلسازی شبکه عصبی برای پیشبینی ضریب شکست الکلهای خالص و مخلوط دوتایی
در این پژوهش ضریب شکست نمونه های خالص الکلهای نوع اول و مخلوطهای دوتایی آنها به دو روش تجربی و مدلسازی مورد بررسی قرار گرفت. در روش تجربی از دستگاه رفرکتومتر برای اندازه گیری ضریب شکست استفاده شد و در روش مدلسازی، با به کارگیری شبکه عصبی مصنوعی پرسپترون چندلایه مدلسازی شد. به همین منظور ورودی های شبکه مربوط به مواد خالص، دما، جرم مولکولی و گروه های عاملی CH3، CH2 و OH و برای مخلوط ها کسر مولی،...
full textMy Resources
Journal title
volume 7 issue 2
pages 159- 172
publication date 2011-12-22
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023