مقاله کنفرانسی سال ۱۳۹۶ فارسی

ارزیابی روش رگرسیون فازی و فازی-عصبی برای پیش بینی تقاضای آب

چکیده مقاله

امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولا باید موقعیت های آینده را با استفاده از داده های کم و در بازه زمانی کوتاه مدت پیش بینی کرد یکی از روشهای خوب پیش بینی استفاده از شبکه های عصبی مصنوعی است که یکی از مشکلات مهم در این روش، فراهم کردن داده های لازم برای پیش بینی است، چرا که شبکه های عصبی برای حصول نتایج دقیق، نیاز به داده های زیادی دارند رگرسیون فازی می تواند در برآورد روابط بین متغیرها زمانیکه 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 میگردد که این مطلب با استفاده از معیارهای موجود برای ارزیابی و انتخاب مدل بهینه، تایید شده است همچنین با توجه به قرار گرفتن کشور در بحران آبی در سالهای آتی، پیش بینی تقاضای آب کمک موثری به مدیران و بهره برداران سیستمهای آب شهری میکند تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، 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 نهایتا بهترین مدل را جهت پیش بینی اتخاذ کنیم که بر حسب نتیجه حاصله 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 مسکونی و سال مصرف، تاثیر مستقیم در پیش بینی تقاضای آب داشته است

کلیدواژه‌ها

نویسندگان

تصویر جلال چاچی

جلال چاچی

استادیار دانشگاه سمنان، عضو گروه آمار

تصویر ملیحه سادات ملک جعفریان

ملیحه سادات ملک جعفریان

دانشجوی کارشناسی ارشد آمار ریاضی دانشگاه سمنان،کارشناس مسیول آمار شرکت آب و فاضلاب شهری استان سمنان

شیوه ارجاع

�وزبه، مهدی و چاچی، جلال و ملک جعفریان، ملیحه سادات،1396،ارزیابی روش رگرسیون فازی و فازی-عصبی برای پیش بینی تقاضای آب،دومین کنفرانس ملی محاسبات نرم،رودسر

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس ملی محاسبات نرم مجموعه مقالات دومین کنفرانس ملی محاسبات نرم1 آذر 1396 · رودسر
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۶ ۳,۱۱۳ مشاهده

تشخیص فعالیت های انسان از تصاویر ویدیویی با استفاده از شبکه عصبی کانولوشنی

امروزه شناسایی خودکار فعالیت انسان، در کاربردهای نظارتی و مراقبت بر افراد ناتوان بسیار ضروری میباشد استف…

شناسایی فعالیت انسانشبکه عصبی کانولوشنییادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۶ ۲,۹۴۵ مشاهده

یادگیری عمیق برای سیستم های توصیه گر

سرویسهای اینترنتی امروزه محتواهای متنوعی ارایه میکنند با توجه به اهمیت سیستم های توصیه گر در سرویس دهنده…

یادگیری ماشینداده کاویبازیابی اطلاعات
مقاله کنفرانسی سال ۱۳۹۶ ۲,۰۱۳ مشاهده

طراحی مدل هوشمند عمیق به منظور پیش بینی بیماری صرع با استفاده از سیگنال ECG

صرع شایع ترین بیماری عصبی بعد از سکته مغزی است ،که به دلیل آشفتگی های زودگذر مغز، به طور ناخودآگاه و غیر…

پیشبینیصرعیادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۶ ۱,۶۷۷ مشاهده

یک الگوریتم بهینه سازی گرگ خاکستری باینری v -شکل برای انتخاب ویژگی

در این مقاله یک الگوریتم بهینه سازی باینری گرگ خاکستری معرفی میشود که برای یافتن زیر مجموعه ای از ویژگیه…

انتخاب ویژگیمحاسبات تکاملیبهینه سازی گرگ خاکستری
مقاله کنفرانسی سال ۱۳۹۶ ۱,۵۵۷ مشاهده

استفاده از ماتریس عملیاتی انتگرال بر پایه توابع کلاهی تعمیم یافته برای حل معادلات انتگرال- دیفرانسیل خطی کسری

در این مقاله، مبادرت به بررسی تحلیلی و عددی معادلات انتگرال دیفرانسیل خطی کسری با شرایط آغازین، با استفا…

معادلات انتگرالماتریس عملیاتیدیفرانسیل کسری
مقاله کنفرانسی سال ۱۳۹۶ ۱,۴۶۳ مشاهده

ارزیابی کیفیت منابع آب زیرزمینی دشت گیلان برای مصارف شرب با ترکیب روش های منطق فازی و کریجینگ

سلامتی انسان بیش از هر چیز، به آب شرب سالم و بهداشتی بستگی دارد در این پژوهش، از روشهای کریجینگ و منطق ف…

آب شربکریجینگمنطق فازی