| پیش‌بینی و تفسیر شکست لوله‌های شبکه توزیع آب با استفاده از XGBoost و SHAP |
| کد مقاله : 1208-IWWA |
| نویسندگان |
|
علیرضا بداغی1، همایون مطیعی *2 1دانشگاه شهید بهشتی 2دانشگاه شهید بهشتی تهران |
| چکیده مقاله |
| پیش‌بینی شکست لوله‌ها به گذار از نگهداری واکنشی به مدیریت پیش‌نگر شبکه‌های توزیع آب کمک می‌کند. هدف این پژوهش، توسعه مدل XGBoost و تفسیر آن با SHAP در بخشی از شبکه توزیع آب منطقه یک تهران است. داده‌ها شامل ۴۰۴۸ شناسه یکتای لوله و ۵۷۸ رخداد شکست در دوره ۲۰۱۳ تا ۲۰۲۴ و ورودی‌ها شامل طول، سن، فشار، قطر، عمق دفن و جنس بودند. تفکیک داده‌ها با نسبت ۷۰ به ۳۰ در سطح شناسه لوله و تنظیم ابرپارامترها با جست‌وجوی تصادفی و اعتبارسنجی متقاطع گروه‌بندی‌شده پنج‌بخشی انجام شد. آزمون زمانی نیز با مرز تابستان 1400 اجرا شد. میانگین ROC-AUC متقاطع، آزمون مستقل و آزمون زمانی به‌ترتیب ۰٫۹۱۲۴، ۰٫۹1۳۹ و ۰٫۸۶۳ بود. تحلیل SHAP طول و سن را مهم‌ترین ویژگی‌ها و فشار را در رتبه بعد مشخص کرد. رابطه غالب سن با خروجی مدل معکوس بود و برهم‌کنش سن و جنس، تفاوت الگو میان جنس‌ها را نشان داد. نتایج برای اولویت‌بندی |
| کلیدواژه ها |
| شبکه توزیع آب، پیش‌بینی شکست لوله، اعتبارسنجی زمانی، یادگیری ماشین تفسیرپذیر، SHAP، XGBoost |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
