%0 Journal Article %T توسعۀ یک مدل خبره برای پیش بینی تقاضای آب شهری با استفاده از شبکۀ عصبی مصنوعی، نمونه موردی شهر ایلام %J معماری و شهرسازی آرمان شهر %I دکتر مصطفی بهزادفر %Z 2008-5079 %A تقوایی, علی اکبر %A پورجعفر, محمدرضا %A حسین آبادی, مصطفی %A ریاحی مدوار, حسین %D 2011 %\ 09/01/2011 %V 4 %N 6 %P 63-74 %! توسعۀ یک مدل خبره برای پیش بینی تقاضای آب شهری با استفاده از شبکۀ عصبی مصنوعی، نمونه موردی شهر ایلام %K مدل خبره %K تقاضای آب شهری %K فاکتورهای مؤثر %K شبکۀ عصبی مصنوعی %K شهر ایلام %R %X مدیریت و تأمین آب شهری، همواره یکی از دغدغه های اصلی مدیران و برنامه ریزان شهری بوده است. شناخت تقاضای آب شهری و عوامل مؤثر بر آن، از مولفه های مهم در مدیریت و کنترل مصرف آب شهری محسوب می شود. در تحقیق حاضر مدلی خبره برای پیش بینی تقاضای آب شهری ایلام با استفاده از شبکۀ عصبی مصنوعی توسعه یافته است. مدل خبره، مبتنی بر عوامل مؤثری است که از درآمد سالانه ( x1)، ناحیه مصرف(x2)، عرصه(x3 )، اعیان((x 4، بعد خانوار(x 5  )، تعداد شیر آب منزل( 6 x )، قیمت سالانه آب( 7x) به عنوان متغیرهای پیشگوی تقاضای آب مسکونی شهری سالیانه  (AURWD)   به عنوان متغیر خروجی استفاده می نماید. با استفاده از مجموعه داده های گردآوری شده و پیش پردازش آنها، ساختار بهینۀ مدل خبره بدین صورت بدست می آید: 3 لایه با 7 نرون در لایۀ ورودی، 10 نرون در لایۀ مخفی و یک گره در لایۀ خارجی که از تابع فعال سازی تنسیگ 2 استفاده میکنند. مقایسۀ کمی و کیفی نتایج مدل خبره با مقادیر مشاهده شده با استفاده از شاخص های آماری ضریب همبستگی  3 (R2)  و مربع میانگین ریشه  ( RMSE)و آزمون های گرافیکی، نشان داد که مدل خبره شبکۀ عصبی مصنوعی  (ANN) 5 کارایی خوبی در پیش بینی تقاضای آب مسکونی شهری سالیانه دارد، همچنین یک معادله رگرسیون خطی چندگانه ( MLR )6 برای برآورد تقاضای آب مسکونی شهری سالیانه با استفاده از عوامل مؤثر ارائه شده است. مقایسۀ معادله AURWD-MLR با AURWD-ANN نشان داد که مدل خبره بر پایه شبکۀ عصبی مصنوعی از کارآمدی بیشتری برخوردار است. مدل خبرۀ توسعه یافته در این تحقیق به عنوان کی پشتیبان تصمیم خبره، می تواند توسط برنامه ریزان و مدیران شهری مورد استفاده قرار گیرد.   %U https://www.armanshahrjournal.com/article_32672_35b459ff288608ed70959697a61c826c.pdf