پیشبینی تقاضای آب شهرتهران با استفاده از الگوهای ساختاری، سریهای زمانی و شبکه عصبی نوع GMDH(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
روشها و الگوهای اقتصاد سنجی متفاوتی، از قبیل تجزیه و تحلیل رگرسیون و سریهای زمانی به منظور پیشبینی تقاضای آب، بهطور معمول توسط محققان مختلف مورد استفاده قرار گرفتهاند. اما در سالهای اخیر تکنیک جدید شبکههای عصبی به عنوان ابزاری مؤثر و کارا در پیشبینی متغیرهای اقتصادی مطرح شده است. در مقاله حاضر، از شبکه عصبی نوع GMDH مبتنی برالگوریتم ژنتیک، الگوهای ساختاری و همچنین سریهای زمانی، به منظور مقایسه روشهای پیشبینی تقاضای سرانه آب در شهر تهران استفاده شده است. متغیرهای مورد نظر در الگوهای پیش بینی تقاضای آب عبارتند از مصرف سرانه آب، قیمت آب، متوسط درآمد خانوار و متوسط درجه حرارت سالانه در شهر تهران. نتایج بهدست آمده حاکی از آن است که پیش -بینی تقاضای آب با استفاده از روش شبکههای عصبی نوع GMDH، نسبت به برآوردهای حاصل از الگوهای ساختاری و سری زمانی، از درجه کارایی بیشتری برخوردار است. بنابراین، استفاده از شبک? عصبی مصنوعی در پیش بینی متغیرهای اقتصادی، میتواند به عنوان ابزاری در کنار سایر روشهای پیش بینی مورد استفاده تصمیمگیران و سیاستگذاران در بخش مدیریت آب قرار گیرد.