پیش بینی تقاضای آب با استفاده از روش رگرسیون فازی و فازی -عصبی

امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولا با ید موقعیت های آینده را با استفاده از داده های کم و در بازه زمانی کوتاه مدت پیش بینی کرد. یکی از روش های خوب پیش بینی استفاده از شبکه های عصبی مصنوعی است. یکی از مشکلات در این روش، فراهم کردن داده های لازم برای پیش بینی است، زیرا شبکه های عصبی برای حصول نتایج دقیق، نیاز به داده های ز یادی دارند. رگرسیون فازی می تواند در برآورد روابط بین متغیرها زمانی که 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 می گردد. این مطلب با استفاده از معیارهای موجود برا ی ارز یا بی و انتخاب مدل بهینه، تا یید شده است. همچنین با توجه به قرار گرفتن کشور در بحران آبی در سال های آتی، پیش بینی تقاضای آب کمک مؤثری به مدیران و بهره برداران سیستم های آب شهری می کند تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپ ها، 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 نهایتاً بهترین مدل را جهت پیش بینی اتخاذ کنیم. بر حسب نتیجه حاصل، 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 مسکو نی و سال مصرف، تأثیر مستقیم در پیش بینی تقاضای آب داشته است.

Keywords:

رگرسیون فازی , فازی-عصبی , پیش بینی تقاضای آب , بحران آب.