ارزیابی روش رگرسیون فازی و فازی-عصبی برای پیش بینی تقاضای آب

  • سال انتشار: 1396
  • محل انتشار: دومین کنفرانس ملی محاسبات نرم
  • کد COI اختصاصی: CSCG02_096
  • زبان مقاله: فارسی
  • تعداد مشاهده: 421
دانلود فایل این مقاله

نویسندگان

مهدی روزبه

استادیار دانشگاه سمنان، عضو گروه آمار

جلال چاچی

استادیار دانشگاه سمنان، عضو گروه آمار

ملیحه سادات ملک جعفریان

دانشجوی کارشناسی ارشد آمار ریاضی دانشگاه سمنان،کارشناس مسیول آمار شرکت آب و فاضلاب شهری استان سمنان

چکیده

امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولا باید موقعیت های آینده را با استفاده از داده های کم و در بازه زمانی کوتاه مدت پیش بینی کرد. یکی از روشهای خوب پیش بینی استفاده از شبکه های عصبی مصنوعی است که یکی از مشکلات مهم در این روش، فراهم کردن داده های لازم برای پیش بینی است، چرا که شبکه های عصبی برای حصول نتایج دقیق، نیاز به داده های زیادی دارند. رگرسیون فازی می تواند در برآورد روابط بین متغیرها زمانیکه اثر آنها بر هم نامشخص است و همچنین به دلیل استفاده از اعداد فازی به جای اعداد قطعی، نسبت به سایر روش های مشابه به داده های کمتری نیاز داشته، مفید باشد. اما عملکرد رگرسیون فازی همیشه رضایت بخش نیست. در این راستا مدل ترکیبی شبکه های عصبی مصنوعی با رگرسیون فازی پیشنهاد میگردد. که این مطلب با استفاده از معیارهای موجود برای ارزیابی و انتخاب مدل بهینه، تایید شده است. همچنین با توجه به قرار گرفتن کشور در بحران آبی در سالهای آتی، پیش بینی تقاضای آب کمک موثری به مدیران و بهره برداران سیستمهای آب شهری میکند تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. در این مقاله سعی بر این بوده است که تاثیر شاخص های اجتماعی، فرهنگی و اقتصادی خانوارهای شهری را بر مصرف آب مورد سنجش و نهایتا بهترین مدل را جهت پیش بینی اتخاذ کنیم. که بر حسب نتیجه حاصله مدل ترکیبی فازی-عصبی بهترین نتیجه را برای پیش بینی مصرف آب داشته است. همچنین از بین متغیرهای تعریف شده تعداد اعضای خانوار، مساحت منزل مسکونی و سال مصرف، تاثیر مستقیم در پیش بینی تقاضای آب داشته است.

کلیدواژه ها

رگرسیون فازی، فازی-عصبی، پیش بینی تقاضای آب، بحران آب

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.