مقایسه انواع روش‌های پیش‌بینی میزان مصرف آب شرب شهری، مطالعه موردی: شهرک مهدیه قم
پذیرفته شده برای ارائه شفاهی XML اصل مقاله (399.31 K)
نویسندگان
1اصفهان خیابان علامه امینی ک ش اکبر امینی پلاک 108
2قم، بلوار شهید خداکرم (جاده قدیم تهران)، دانشگاه صنعتی قم
3گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه صنعتی فم، قم، ایران
4گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه صنعتی فم، قم، ایران
چکیده
در سال‌های اخیر خشک‌سالی‌های پی‌در‌پی، باعث کاهش میزان منابع آبی کشور شده است. تنش‌های ناشی از این خشک‌سالی‌ها بیشتر در شهرها و کلان‌شهرهای با اقلیم خشک و نیمه‌خشک مشهود است که توأم با افزایش جمعیت شهری، این تنش‌ها روبه افزایش است. در دههای اخیر، پژوهشگران بمنظور مدیریت بهتر میزان تقاضا و ایجاد توازن میان عرضه و تقاضا، به روش‌های پیش‌بینی میزان تقاضای آب شهری روی آورده‌اند که استفاده از آنها می‌تواند به مدیریت عرضه و تقاضا کمک شایانی کند. یکی از روش‌های مرسوم برای این کار استفاده از مدل‌های آماری است که مدل میانگین متحرک خودهمبسته یکپارچه یا ARIMA یکی از شناخته‌شده‌ترین آنها در بین پژوهشگران این حوزه است. باگذشت زمان و دستیابی به تعریف کاربردی از هوش مصنوعی، روش‌های مبتنی بر هوش مصنوعی به جامعه علمی جهان معرفی شد که روش شبکه عصبی مصنوعی یکی از پرکاربردترین آنها است. بعد از اولین استفاده کاربردی از شبکه عصبی مصنوعی، مقایسه بین این روش با ARIMA موردتوجه بسیاری از پژوهشگران قرار گرفت. در این پژوهش نیز سعی شده با استفاده ازاین‌روش و مقایسه کلی آنها، میزان دقت آنها در پیش‌بینی تقاضای آب شهرک مهدیه شهر قم مشخص شود. نتایج این پژوهش نشان داد که مدل شبکه عصبی مصنوعی سری‌زمانی قابلیت بهتری درزمینه پیش‌بینی تقاضای آب دارد. اما مدل ARIMA نیز توانایی مطلوبی در این زمینه نشان داد. درنتیجه با توجه به ساده‌تر بودن این مدل، دانش کمتر برای به‌کارگیری آن، دسترسی آسان‌تر به آن و هزینه محاسباتی کمتر ممکن است بعضاً انتخاب مناسبی برای تصمیم گیران این حوزه به شمار برود.
کلیدواژه ها