روش برنامه‏‏‌نويسي ژنتيك (GP) در پيش‌‏بيني ميزان مصرف آب شهري (مطالعه موردي: شهر نجف آباد)

ارتقا سطح كيفي زندگي ساكنين شهرها به بهره‌مندي از زيرساخت شهري با كيفيت بالا، به‏ منظور برآورده كردن نيازهاي روزانه وابسته است. شبكه آبرساني شهري يكي از اساسي‌ترين زيرساخت‌‏هاي شهري است كه طراحي و سرويس‌‏دهي مطلوب آن در طول دوره طرح ضروري است. ازاين ‏رو تعيين ميزان واقعي مصرف و پيش‌‏بيني آن در آينده اهيمت دارد. به‏ اين ‏منظور در اين تحقيق، از يك روش بر مبناي هوش مصنوعي، روش برنامه‌‏نويسي ژنتيك (GP) و همچنين روش داده‏‌كاوي ضريب هم‏بستگي پيرسون استفاده شده است. روش‌‏هاي داده‏‌كاوي بر روي بانك داده شامل داده‏‌هاي روزانه دما، بارش، رطوبت و مقدار آب توليدي روزانه براي شهر نجف‌آباد در اصفهان از ابتداي سال 1394 تا انتهاي سال 1398اعمال و بهترين تركيب از داده‌‏هاي ورودي انتخاب شده است. داده‏‌هاي منتخب به ‏عنوان بردارهاي ورودي براي مدل‏‌هاي پيشنهادي بر مبناي روش GP اعمال و مقدار آب توليدي روزانه (نشان‏‌دهنده آب مصرفي كل)شهر نجف آباد پيش‌بيني شده است. نتايج به ‏دست آمده با نتايج مدل‏‌هايي بر مبناي شبكه عصبي مصنوعي (ANN) مقايسه شده است. براي بررسي عملكرد مدل‏‏‌ها، شاخص‌‏هاي آماري R²، RMSE و NSE محاسبه شده است. مقايسه نتايج نشان‌‏دهنده عملكرد قابل قبول مدل‏‌هاي پيشنهادي بر مبناي GP مي‏‌باشد. به ‏عبارت ‏ديگر، مقدار شاخص‌هاي آماري RMSE و NSE و R² و MAPE براي داده‌‏هاي آموزش در بهترين مدل GP به‌ترتيب برابر با MCM 3262/59  و 0/80 و 0/80 و 5/38 درصد و براي داده‏‌هاي آزمايش به ترتيب برابر با 3507/68 MCM و  78/78 و 0/0 و 6/67 درصد مي‏‌باشد.