پیش‌بینی تقاضای آب شهر همدان با استفاده از شبکه‌های عصبی مصنوعی

نویسندگان

  • بلالی مقدم , بابک
  • دارابی, محمدهادی
چکیده مقاله:

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.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

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...

متن کامل

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...

متن کامل

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...

متن کامل

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...

متن کامل

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...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 4  شماره None

صفحات  71- 81

تاریخ انتشار 2016-05

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023