مدلسازي و مقايسه شبكه هاي عصبي مصنوعي GMDH و RBF در پيش بيني تقاضاي كوتاه مدت آب شرب شهر زاهدان

آب بخش شهري زاهدان از طريق انتقال آب از مخازن چاه نيمه سيستان تأمين شده كه خود دچار بحران شديد آبي است. از اينرو پيش بيني تقاضاي آب شرب اين شهر، كمك مؤثري به مديران و بهره برداران سيستم آب شهري خواهد نمود، تا بتوانند نسبت به مديريت صحيح مصرف اقدام نمايند. لذا در اين مقاله از شبكه هاي عصبي مصنوعي GMDH و RBF كه از ابزارهاي قدرتمند براي تجزيه و تحليل و مدل سازي روابط غيرخطي به حساب مي آيند، براي برآورد تقاضاي ماهانه آب شهري زاهدان در سال 1396 استفاده شد. پارامترهاي موثر انتخاب شده، شامل ميانگين دماي ماهانه، درصد رطوبت نسبي، متوسط ميزان بارندگي، ساعات آفتابي و مصرف ماه قبل مي باشند. نتايج بدست آمده و مقايسه شاخص هايMSE و MAE نشان مي دهد با توجه به بررسي هفت ساختار مختلف با تعداد متفاوت نرون و لايه هاي نهان، شبكه عصبي GMDH با سه لايه نهان كه داراي يك نرون در لايه اول، سه نرون در لايه نهان دوم و سه نرون در لايه نهان سوم مي باشد، بهترين نتيجه را براي پيش بيني تقاضاي كوتاه مدت آب شرب نشان داد. با مقايسه توابع فعاليت خطي و غير خطي مشخص شد كه در لايه خروجي مدل هاي عصبي GMDH و RBF، توابع غير خطي عملكرد بهتري نسبت به توابع خطي از خود نشان مي دهند. همچنين در بين مدلهاي GMDH نيز مدلهاي با خروجي غيرخطي نسبت به مدل هاي با خروجي خطي مناسب تر مي باشند. همچنين نتايج حاكي از آن بود كه بزرگتر كردن ساختار شبكه، تاثير چنداني بر بهبود نتايج ندارند.