ارزیابی الگوریتم های مجموعه های راف و ژنتیک برای داده کاوی مکانی در تحلیل عوامل تأثیرگذار بر آب مصرفی شهر تهران

چکیده با پیشرفت و توسعه فناوری های کامپیوتری و تکنیک های جمع آوری و ذخیره سازی داده، هر روز نیاز بیشتری به استخراج اطلاعات و دانش دقیق از داده های در دسترس احساس می شود. ظهور تکنیک های داده کاوی و توانایی آنها در پردازش و تبدیل داده ها به اطلاعات قابل درک و نمایش، کمک شایانی به دست یابی مدیران به دانش نهفته در بین داده ها می کند. اما با توسعه شهری و تبدیل شهرها به کلان شهر و توزیع پیچیده عوامل در مناطق مختلف شهری مسائل و مشکلات عدیده ای به وجود آمده که تأمین و توزیع آب مصرفی ساکنین و مدیریت و بهینه سازی مصرف آن از مهمترین آنها می باشد. با توجه به ابهام و عدم قطعیتی که در داده های آب مصرفی شهر تهران به عنوان منطقه مورد مطالعه در این تحقیق وجود دارد، استفاده از روش های مناسب ضروری می باشد. الگوریتم مجموعه های راف برای کار با داده های دارای ابهام و عدم قطعیت قابلیت های زیادی دارد. به همین دلیل این مجموعه ها در این تحقیق مورد استفاده قرار گرفتند. به علت توانائی های الگوریتم ژنتیک جهت بهینه سازی ترکیب آن با مجموعه های راف برای استخراج الگو ها و قوانین حاکم بر داده های آب مصرفی مورد بررسی قرار گرفت. داده های مورد استفاده در این تحقیق شامل داده های اجتماعی - اقتصادی، محیطی، اقلیمی و فنی- مدیریتی می باشند که مراحل آماده سازی آنها با استفاده از تکنیک های تحلیل مولفه اصلی، رگرسیون چند متغیره و همخوان سازی انجام گردید. با استفاده از تکنیک خوشه بندی سلسله مراتبی خوشه بندی شده مناطق و نواحی شهر تهران به صورت فصلی انجام شد و مورد بررسی قرار گرفت. نتایج نشان می دهند که تلفیق الگوریتم های ژنتیک و مجموعه های راف کارایی بالاتری برای استخراج موثر قوانین از داده های مصرف آب شهر تهران را دارند. دقت طبقه بندی مجموعه آزمون توسط قوانین استخراج شده از مجموعه های راف، 77 درصد و پس از بهینه سازی قوانین به وسیله الگوریتم ژنتیک در مجموعه های راف، دقت طبقه بندی در نسل ششم با سرعت همگرایی متوسط به 88 درصد و در نسل دهم به 92 درصد افزایش یافت. بر اساس قوانین استخراج شده، عوامل موثر بر مصرف سالیانه آب به ترتیب میزان تأثیرگذاری، جمعیت ساکن، آب بهاء، تراکم جمعیت در واحد سطح، بعد خانوار، موقعیت مکانی (عرض جغرافیایی)، تحصیلات ساکنین و سرانه فضای سبز می-باشند. کلمات کلیدی: داده کاوی، مجموعه های راف، الگوریتم ژنتیک، خوشه بندی، تحلیل مولفه اصلی، رگرسیون چند متغیره