پيش‌بيني ميان مدت تقاضاي آب شهري با استفاده از شبكه‌هاي عصبي مبتني بر الگوريتم‌هاي تكاملي (مطالعه موردي: شهرستان صوفيان)

پيش بيني تقاضاي آب در سيستم هاي آب رساني به منظور مديريت صحيح منابع آب و توزيع آن امري ضروري است. با توجه به روند پرنوسان و غيرخطي مصرف آب و متغيرهاي موثر بر آن، استفاده از مدل هاي غيرخطي مانند شبكه هاي عصبي در اين زمينه توفيق بيش تري داشته اند. از طرفي اين مدل ها داراي نقاط ضعفي مانند نياز به داده هاي آموزشي فراوان و ضعف در يافتن نقاط بهينه سراسري مي باشند. در اين مطالعه با ادغام شبكه عصبي چند لايه با الگوريتم هاي تكاملي PSO و ICA، علاوه بر رفع نقايص مذكور، اقدام به آموزش شبكه و پيش بيني روزانه مصرف آب در شهرستان صوفيان بر اساس پارامترهاي هواشناسي شده است. مقايسه نتايج شبكه تركيب شده با الگوريتم هاي PSO و ICA با شبكه اي كه توسط الگوريتم كلاسيك LM آموزش ديده، نشان مي دهد كه شبكه هاي تركيبي عملكرد بهتري داشته و در اين بين، شبكه عصبي تركيبي با PSO، با ضريب همبستگي 98/0 در هر يك از فصول گرم و سرد سال، دقت بالاتري نسبت به ساير شبكه ها دارد. همچنين پيش بيني تقاضاي آب با استفاده از مدل تركيبي طراحي شده، با چشم انداز 10 ساله، نشان مي دهد كه تقاضاي آب در اين شهرستان در سال 1404 حدود 40% افزايش خواهد يافت.