چکیده مقاله
شبکه های توزیع آب شهری به عنوان یکی از حیاتی ترین زیرساخت های شهری، نقش مهمی در تضمین کیفیت زندگی شهروندان ایفا می کنند پیچیدگی این شبکه ها به دلیل وسعت جغرافیایی، تنوع شرایط هیدرولیکی و تغییرات مصرفی روزانه، باعث شده مدیریت و بهره برداری از آنها با چالش های فراوانی همراه باشد یکی از مهم ترین شاخص های عملکردی در شبکه های توزیع آب، فشار کاری است که افت یا افزایش بیش ازحد آن می تواند به کاهش رضایت مشترکین، افزایش تلفات و حتی شکست لوله ها منجر شود تاکنون مدل سازی فشار و دبی در این شبکه ها عمدتا مبتنی بر معادلات هیدرولیکی و نرم افزارهایی مانند EPANET بوده است هرچند این روش ها دقت بالایی دارند، اما نیازمند داده های زیاد و پردازش های پیچیده هستند در سال های اخیر، ترکیب سیستم اطلاعات جغرافیایی GIS و هوش مصنوعی به ویژه الگوریتم های یادگیری ماشین، به عنوان راهکاری نوین برای تحلیل سریع و دقیق رفتار شبکه ها مطرح شده است در این پژوهش، داده های ۶۴۱۵ المان خطی شامل مختصات مکانی، طول لوله ۰ تا ۱۷۲۶ متر و فشار کاری ۰ تا ۳ بار گردآوری شد الگوریتم XGBoost با هدف پیش بینی فشار کاری مورد استفاده قرار گرفت و نتایج آن در محیط GIS نمایش داده شد ارزیابی ها نشان داد که دقت مدل با شاخص ۸۷/۰ 𝑅۲= و ۱۵/۰ RMSE = بار، قابل قبول است نمایش مکانی خروجی ها در GIS نیز نواحی بحرانی را مشخص می گردد بنابراین، ترکیب GIS و XGBoost می تواند رویکردی نوین برای پشتیبانی تصمیم گیری در بهره برداری و نگهداری پیشگیرانه شبکه های توزیع آب باشد
کلیدواژه‌ها
نویسندگان
محمد محمدی هاشمی
کارشناس GIS شرکت آب و فاضلاب جنوب غربی استان تهران
حمیدرضا مومن زاده
مجری GIS شرکت آب و فاضلاب جنوب غربی استان تهران
سمیه کاری
کارشناس GIS شرکت آب و فاضلاب جنوب غربی استان تهران
شیوه ارجاع
محمدی هاشمی، محمد و مومن زاده، حمیدرضا و کاری، سمیه،1404،مدل سازی هوشمند شبکه توزیع آب شهری با تلفیق GIS و الگوریتم های یادگیری ماشین،سومین همایش ملی مدیریت کیفیت آب و پنجمین همایش ملی مدیریت مصرف آب با رویکرد کاهش هدررفت و بازیافت،تهران
ارائه‌شده در
مجموعه مقالات سومین همایش ملی مدیریت کیفیت آب و پنجمین همایش ملی مدیریت مصرف آب با رویکرد کاهش هدررفت و بازیافت11 آذر 1404 · تهران