خلاصة:
شهر کرج به عنوان مرکز استان البرز یکی از پرجمعیتترین شهرهای ایران میباشد. آب شرب مورد نیاز این شهر از طریق چاههای موجود در سطح شهر و بخشی از آب سدهای طالقان و کرج تامین میگردد. در سالهای اخیر کاهش بارندگی سبب کاهش آب سطحی و پایین آمدن سطح آب زیرزمینی گشته که این امر چالش بزرگی را برای تامین آب شرب شهر کرج ایجاد مینماید.
برنامهریزی و مدیریت صحیح منابع آب میتواند مشکلات ناشی از کم آبی را کاهش دهد که این امر مستلزم پیشبینی دقیق میزان تقاضا آب شرب برای ماههای آتی میباشد. در مطالعه حاضر با استفاده از مقادیر تولید آب شرب شهر کرج از ابتدای سال 1381 تا انتهای سال 1396 مدل شبکه عصبی ترکیبی برای پیشبینی تولید ماهانه این شهر توسعه داده شد. در این مدل به منظور افزایش سرعت همگرایی در رسیدن به پاسخ بهینه سراسری و کاهش احتمال قرارگیری در دام مینیممهای محلی از الگوریتم بهینه سازی ازدحام ذرات (PSO) در روند آموزش شبکه استفاده شده است. نتایج حاصل از مدلسازی نشان داد که شبکه عصبی ترکیبی قادر است دادههای آزمون را با دقت بالا (27/0RMSE= و 91/0CC=) پیشبینی نماید. پس از اطمینان از دقت شبکه عصبی ترکیبی، از این مدل به منظور برآورد میزان نقاضای آب شرب در سال پیشرو استفاده گردید. نتایج حاصل نشان داد که اوج تقاضا در مرداد ماه سال جاری به میزان حدود 5/5 میلیون متر مکعب و کل تقاضای سال 97 برابر 56 میلیون مترمکعب میباشد. بنابراین با دانستن این مقادیر و مقدار ظرفیت منابع آبی موجود میتوان به برنامهریزی دقیقی در خصوص برداشت از این منابع و همچنین ارائه راهکار مناسب برای ماههای با بیشترین تقاضا پرداخت.
ملخص الجهاز:
همچنین برخی از محققان به منظور افزایش دقت مدلهای هوش مصنوعی به ترکیب این مدلها با الگوریتمهای بهینهسازی پرداختند به گونهای که زوبایدی و همکاران از ترکیب مدل شبکه عصبی و الگوریتم بهینهسازی ازدحام ذرات (ANN-PSO) به منظور پیشبینی میزان تقاضای آب شهر ملبرن استرالیا استفاده نمودند و دادههای مصرف ماهانه و شش متغیر هواشناسی (حداکثر دما، متوسط دما، حداقل دما، بارش، تابش خورشید و فشار بخار) را به عنوان ورودی مدل پیشنهادی انتخاب نمودند و نتیجه گرفتند که مدل ترکیبی ANN-PSO مدلی مناسب برای پیشبینی میزان تقاضای آب شهر ملبرن میباشد ]11[.
در این راستا در مطالعه حاضر به منظور پیشبینی میزان تقاضای ماهانه آب شرب مورد نیاز شهر کرج یک مدل شبکه عصبی ترکیبی توسعه داده شده است.
پس از آموزش مدل پیشنهادی و اطمینان از دقت آن در پیشبینی به برآورد مقدار تقاضای ماهانه آب شرب شهر کرج در سال 97 و در ادامه آن تحلیل مقادیر بدست آمده پرداخته شد تا بتوان براساس مقادیر پیشبینی شده از تولید در ماههای مختلف یک برنامهریزی دقیق و مناسب از میزان برداشت آب از منابع موجود انجام داد تا کمترین چالش ممکن در زمینه کم آبی بوجود آید.
(رجوع شود به تصویر صفحه) شکل 2- مقدار تولید ماهانه آب شرب شهرکرج از ابتدای سال 1381 تا انتهای سال 1396 همانطور که در شکل 2 مشاهده میگردد ارتباط خطی و منظمی بین مقادیر تولید ماههای مختلف در سالهای متوالی وجود ندارد، در نتیجه به منظور پیشبینی مقدار تولید آب شرب مورد نیاز این شهر میبایست از مدلهایی که توانایی بالایی در مدلسازی مسائل غیرخطی دارا میباشند استفاده نمود.
در این مطالعه سعی شده است تا با استفاده از شبکه عصبی ترکیبی مدلی قابل اطمینان برای پیشبینی مقدار تولید ماهانه شهر کرج توسعه داد.