استفاده از شبكه عصبي GRU براي پيش‎بيني تقاضاي كوتاه‌مدت آب شهري

پيش‎بيني ميزان تقاضاي كوتاه‌مدت آب براي يك شبانه‌روز در بازه ساعتي به‌منظور مديريت شبكه‌هاي توزيع آب شهري ضروري مي‎باشد. تقاضاي آب داراي ماهيت سري زماني و الگويي با ساختار پيچيده مي‎باشد كه عوامل فراواني بر روي آن تأثير دارد و شبكه‌هاي عصبي عميق مي‌توانند گزينه مناسبي براي استخراج اين الگوي پيچيده باشند. در اين مطالعه از شبكه عصبي GRU كه يكي از شبكه‌هاي عصبي عميق و جزء شبكه‌هاي عصبي بازگشتي مي‎باشد، براي پيش‎بيني ميزان تقاضاي كوتاه‌مدت آب استفاده شده و نتايج آن با نتايج مدل‌هاي كلاسيك آماري شامل ARIMA و SARIMA مقايسه گرديد. تنظيم ابر پارامترها براي رسيدن به معماري بهينه در شبكه عصبي GRU با سعي و خطا انجام شده و مدل در بستر نرم‌افزاري تنسورفلو و كتابخانه كراس در محيط برنامه‌نويسي پايتون پياده‌سازي گرديد. نتايج شاخص‌هاي ارزيابي در اين مدل‌ها نشان دادند كه شبكه عصبيGRU با دقتي بسيار بالاتر از مدل‌هاي ARIMA و SARIMA، تقاضاي كوتاه‌مدت آب در بازه ساعتي را پيش‎بيني مي‌نمايد و از آنجايي كه داده‌هاي تقاضاي آب از يك الگوي فصلي تبعيت مي‌كنند، شاخص‌هاي ارزيابي در مدل SARIMA نسبت به مدل ARIMA بسيار بهتر مي‎باشد.