ارائه روشی نوین مبتنی علم داده کاوی جهت پیش بینی میزان مصرف آب مشترکین
پذیرفته شده برای ارائه شفاهی XML اصل مقاله (1594 K)
نویسندگان
1خیابان رباط اول-کوچه صبا-کوچه پاسداران-کوچه لاله- درب قهوه ای رنگ
2کامپیوتر،کامپیوتر،دانشگاه آزاد اسلامی واحد نجف آباد،اصفهان
چکیده
پیش بینی مصرف آب تابعی از پارامترهای مختلف مانند شرایط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. روشهای متعددی برای پیش بینی مصرف آب ارائه شده است که میزان خطای این روشها زیاد بوده و نتایج آنها دارای میزان صحت کافی نمی باشد. مجموعه داده ایجاد شده مربوط به مشترکین شرکت آبفار استان اصفهان و در بازه ی زمانی سال 88 الی96 می باشد . هدف تحقیق آن است که با استفاده از پارامترهای روش ماشین بردار پشتیبان و تعیین ضرایب آن بوسیله ی الگوریتم های هوشمند بهینه سازی میزان خطای پیش بینی مصرف آب کاهش داده شود و عملا پیش بینی مصرف آب با دقت بالاتری صورت پذیرد. برای این منظور کارایی رگرسیون بردار پشتیبان بهینه سازی شده با الگوریتم ژنتیک(SVR-GA) نسبت به رگرسیون بردار پشتیبان(SVR) بر روی مجموعه داده تحقیق بر اساس معیارهای خطای میانگین مربعات خطا (MSE)، ریشه میانگین مربعات خطا (RMSE) و میانگین درصد خطای مطلق (MAPE) مقایسه شد. نتایج بررسی ها با معیار MAPE نشان داد، الگوریتمSVR_GA نسبت بهSVRمیزان (2/7%) تخمین بهتری انجام داده است. در معیار MSE نیز یافته ها حکایت از آن دارد که الگوریتم SVR-GA نسبت به الگوریتم SVR نیز0/2% عملکرد بهتری داشته است. همچنین در معیار RMSE یافته ها نشان می دهد، الگوریتم SVR-GA نیز 5/4 %نسبت به الگوریتم SVR کارایی مطلوب تری داشته است. بررسی یافته ها بیانگر این مطلب می باشد که الگوریتم روش پیشنهادی مقاله (SVR-GA) در هر سه معیار ارزیابی نتایج مطلوب تری نسبت به رگرسیون بردار پشتیبان داشته است.
کلیدواژه ها