پیشبینی تقاضای آب شهر همدان با استفاده از شبکههای عصبی مصنوعی
Authors
Abstract:
پیشبینی تقاضای آب شهری کمک مؤثری به مدیران و بهرهبرداران سیستمهای آب شهری میباشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیهخانهها اقدام نمایند. مصرف کوتاهمدت آب تابعی از پارامترهای مختلف و متنوع مانند شرایط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته میباشد. به دلیل همین تنوع، پیشبینی مصرف کوتاهمدت بهصورت تحلیلی بسیار مشکل و یا ناممکن میباشد. در این شرایط استفاده از سیستمهای هوشمند مانند شبکههای عصبی مصنوعی میتواند بهعنوان یک گزینه راهگشا مطرح گردد. در این تحقیق با استفاده از شبکههای عصبی پرسپترون چندلایه و با الگوریتم آموزشی پس انتشار خطا، میزان مصرف یکروزه آب شهر همدان بر اساس پارامترهای هواشناسی و دادههای تاریخی مصارف گذشته پیشبینی میشود. نتایج این تحقیق نشان میدهد که با اطلاعات محدود قابلدسترس، شبکه عصبی با دولایه نهان که به ترتیب دارای یک و هفت نرون میباشند توانسته است میزان تقاضای روزانه آب شهر همدان را با ضریب همبستگی بیش از ۸5 درصد و خطای متوسط حدود دو درصد تخمین بزند. بدیهی است با افزایش تعداد دادهها در یک دوره زمانی گستردهتر، میزان دقت مدل قابلبهبود میباشد. در این مقاله همچنین با استفاده از شبکههای عصبی مصنوعی، یک فرمول ساده برای پیشبینی میزان مصرف روزانه آب شهر همدان تولیدشده است و با ورود دادههای درجه حرارت هوا و مصرف آب روز قبل، میزان مصرف روز بعد به دست میاید. نتایج این تحقیق نشان میدهد که این فرمول قادر است میزان تقاضای روزانه آب شهر همدان را با میانگین خطای مطلق حدود 75/2 درصد، تخمین بزند.
similar resources
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 textپیشبینی 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 textپیش 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 textپیش 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 textپیش 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 textMy Resources
Journal title
volume 4 issue None
pages 71- 81
publication date 2016-05
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023