مدیریت کنش گرایانه ریسک شبکه انتقال گاز با داده کاوی و فرایند تصمیم مارکوف

هدف پژوهش، ارائه مدل پیش­بینی ریسک­های بحرانی و اولویت­دار شبکه انتقال گاز و انتخاب اقدام کنترلی بهینه از نظر زمان و هزینه است. در این پژوهش، پیش­بینی ریسک­ها با الگوریتم­های داده­کاوی بر اساس متدلوژی CRISP انجام شده و برای خوشه­بندی از الگوریتم K-Means, Kohnen, Two Step و در ادامه­، از الگوریتم­های شبکه عصبی، درخت C.۵، نزدیکترین همسایگی و بردار پشتیبان برای طبقه­بندی بهره­گیری شده است. اقدام کنترلی بهینه با فرایند تصمیم مارکوف انتخاب و مسئله تصمیم­گیری بر اساس استقرای بازگشتی برنامه­ریزی پویای احتمالی زمان محدود مدلسازی و شبیه­سازی شده و تحلیل حساسیت و اعتبارسنجی مدل صورت پذیرفته است. بر اساس نتایج، در ۵۶/۹۷ درصد  از داده­های موردتوافق، یادگیری ایجاد شده و صحت و اعتبار مدل داده­کاوی، ۹۲/۸۶ درصد برآورد شده است. همچنین ۱۳ ریسک، بحرانی تشخیص داده شده­اند و نتایج شبیه­سازی مدل ریاضی نیز، نرخ بهبود را ۹۲ درصد در هزینه و ۷۷ درصد در زمان اجرای اقدام کنترلی نشان می­دهد.

Keywords:

Risk Assessment , Mathematical Modeling , Data Mining , Markov Decision Process , Gas Transmission Network. , ارزیابی ریسک , مدلسازی ریاضی , داده کاوی , فرایند تصمیم مارکوف , شبکه انتقال گاز.