ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Intelligent Prediction Model f...>الوصف

Intelligent Prediction Model for Non-Revenue and Demand of Urban Water: Case Study Beitunia City

المؤلف الرئيسي: Farah, Burhan Ismaeel Taha (Author)
مؤلفين آخرين: Rattrout, Amjad (Advisor) , Awad, Mohammed (Advisor)
التاريخ الميلادي: 2019
موقع: جنين
الصفحات: 1 - 161
رقم MD: 1019293
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة العربية الأمريكية - جنين
الكلية: كلية الدراسات العليا
الدولة: فلسطين
قواعد المعلومات: Dissertations
مواضيع:
الذكاء الاصطناعي | المياه | مدينة بيتونيا
رابط المحتوى:
صفحة العنوان     
المستخلص     
قائمة المحتويات     
24 صفحة الأولى     
1 الفصل     
2 الفصل     
3 الفصل     
4 الفصل     
الخاتمة     
المصادر والمراجع     
صورة الغلاف QR قانون

عدد مرات التحميل

179

حفظ في:
المستخلص: يعتبر الماء من الموارد الطبيعية الاستراتيجية النادرة التي لا تضاهى، فهو العنصر الأساسي للحياة والتنمية الاجتماعية. يفتقر بعض الناس إلى مياه الشرب نتيجة التسربات الكبيرة في شبكات المياه. تعتبر الخسائر في المياه والطلب على المياه واحدة من أهم المشكلات التي تواجه قطاع المياه في فلسطين. وبشكل أكثر تحديدا، تعاني البلديات ومرافق المياه من هذه المشكلة مما يؤدي إلى انقطاع الخدمة وانخفاض جودة الخدمة المقدمة، بالإضافة إلى التسبب بخسائر مالية كبيرة. لذلك، يعتبر التنبؤ الدقيق لفقدان المياه والطلب عليها أحد المهام الأساسية التي توفر الدعم الفعال لإدارة الموارد المائية. أن توفر التوقعات الموثوقة على الطلب والخسائر للمياه في المناطق الحضرية هو الأساس لاتخاذ القرارات التشغيلية والتكتيكية والاستراتيجية لمرافق المياه، وهو أمر حاسم وضروري تحتاجه المرافق العامة من أجل معرفة كمية الطلب على المياه لتلبية الاحتياجات الأساسية للناس بالإضافة إلى متطلبات التصنيع والزراعة، وكذلك لتطوير مصادر مياه جديدة. إن معرفة الأسباب الحقيقية المسبقة لفقدان المياه والاستجابة الاستباقية في معالجتها يمكن أن يقلل من الخسائر، والأهم من ذلك أنها قد توفر الموارد المالية بطريقة من شأنها أن تعزز قطاع المياه. يعتبر الفارق الكبير بين كمية المياه التي يتم توفيرها وكمية المياه التي يتم استهلاكها والمعروفة أيضا باسم "المياه غير المدرة للدخل" من أهم القضايا التي تؤثر على مرافق المياه. [NRW]‏ "يتم النظر في كميات كبيرة من المياه المفقودة من خلال التسريبات، وعدم إصدار الفواتير للعملاء، والوصلات غير القانونية، وعدم عمل عدادات المياه بالشكل الصحيح، والقراءة غير الدقيقة. مما يؤثر بشكل خطير على الجدوى المالية لمرافق المياه. التنبؤ بالخسائر المائية والطلب على المياه أصبحت أداة مهمة لإدارة وتشغيل أنظمة إمدادات المياه. والذي له الأثر على تطوير النظام وتوسيعه وتقدير حجم وتشغيل الخزانات ومحطات الضخ وسعات الأنابيب، لذلك من الضروري إيجاد آليات تلقائية لتوقع الخسائر في المياه والطلب عليها من خلال استخدام تقنيات الذكاء الاصطناعي لضمان وجود نظام لتوزيع المياه يمكن الاعتماد عليه من جهة ومن جهة أخرى يساعد في حل مشكلة فقدان المياه. يعتمد بحثنا على البيانات التاريخية لإجمالي استهلاك المياه والبيانات الفعلية للفاقد من المياه في مدينة بيتونيا، الهدف الرئيسي من هذا البحث هو استكشاف نماذج الذكاء الاصطناعي ‎(AI) التي يمكن استخدامها بكفاءة أكبر في التنبؤ بفقدان المياه والتنبؤ بالطلب على المياه في فلسطين وبالتحديد لمدينة بيتونيا. في هذه الرسالة، تتكون منهجية العمل من تقييم الجوانب المختلفة لتصميم الشبكات العصبية التنبؤية، مثل تضمين خوارزميات تعلم جديدة في أبنية الشبكات العصبية المختلفة. يتم محاكاة الشبكة العصبية ومن ثم يتم مقارنة تنبؤاتها بالبيانات الحقيقية للفاقد والاستهلاك من المياه. من خلال النتائج التي حصلنا عليها، وجدنا أن خوارزمية التعلم Levenberg Marquardt والتي تستخدم لتحسين نموذج MLPNNs-LM قد أعطت نتائج واعدة لفقدان المياه والطلب عليها مع قيم خطأ صغيرة ومقارنة بالنماذج الأخرى مثل (RBFNN-Newrb and GAs-MLPNNs)، بينما كان نموذج ARIMA أقل دقة من نماذج الشبكات العصبية الأخرى وذلك لأن نموذج (ARIMA) يعتمد على أن تكون البيانات خطية لتكون نتائجه دقيقة. وبالتالي، فإن بلدية بيتونيا ستستخدم نظاما فعالا من شأنه تقليل التكلفة فضلا عن الاستفادة المثلي من الموارد المائية وإدارتها. والأهم من ذلك، فإن هذا النجاح سيساعد في تعميم نموذجنا في العديد من البلديات ومرافق خدمات المياه.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.