ارائه مدل پیش بینی ریسک های بحرانی شبکه انتقال گاز با استفاده از الگوریتم های داده کاوی

باتوجه به نقش مهم رویکردهای پیش­بینانه در کاهش هزینه ­های نگهداری تعمیرات، هدف از انجام پژوهش، ارائه مدل پیش­بینی ریسک­ های بحرانی و اولویت­ دار بر پایه الگوریتم­ های داده­ کاوی است. روش داده­ کاوی پژوهش بر اساس روش CRISP طرح ­ریزی شده است. مدل سازی داده­ ها بر پایه داده ­کاوی «توصیفی» و«پیش­بینی» و استفاده از الگوریتم­ های خوشه ­بندی و طبقه­ بندی است. شاخص سیلوئیت مبنای خوشه ­بندی در نظر گرفته شده و از الگوریتم ­های Two Step، Kohnen و K-Means استفاده شده است. بهترین مقدار، مبتنی بر الگوریتم K-Means برابر ۶۴۴۶/۰ با تعداد خوشه ۵ بود و ویژگی­ های اصلی برای انجام طبقه­ بندی و پیش­بینی ریسک­ ها تعیین شد. الگوریتم­ های شبکه عصبی، درخت C.۵، نزدیک ترین همسایگی و بردار پشتیبان برای طبقه ­بندی استفاده شده است. در این پژوهش، الگوریتم­ ترکیبی پیش­بینی به صورت تکاملی به کارگیری شده و در هر مرحله، هدف تقویت میزان صحت و اعتبار مدل طبقه­ بندی و افزایش یادگیری داده­ ها است. نتایج پژوهش، یادگیری در۵۶/۹۷ درصد از داده­ های موردتوافق را نشان داده و میزان صحت و اعتبار مدل ترکیبی برای طبقه­ بندی داده ­ها، ۸۶/۹۲ درصد برآورد شده است. بر اساس نتایج، ۱۳ ریسک، بحرانی تشخیص داده شده ­اند که در این میان «انتشار گازهای آلاینده و مواد شیمیایی» و «عدم ­آموزش و توجیه­ نبودن پیمانکاران نسبت به موقعیت شبکه» به ­ترتیب بیشترین و کمترین اولویت را دارد.

ارائه مدل پیش بینی ریسک های بحرانی شبکه انتقال گاز با استفاده از الگوریتم های داده کاوی Keywords:

ارزیابی ریسک , نگهداری و تعمیرات , مدل سازی , داده کاوی , شبکه انتقال گاز