Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання

Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання

The search for an effective and reliable model for predicting accidents on water supply networks by determining their exact locations has always been important for effectively managing water distribution systems. This study, based on the adaptive neuro-fuzzy logical inference system (ANFIS) model, w...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2024
Автори: Zaychenko, Yuriy, Starovoit, Tetiana
Формат: Стаття
Мова:English
Опубліковано: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024
Теми:
геоінформаційні системи
ANFIS
ACO
GA
просторові об’єкти
просторово-часовий аналіз
втрати води
Онлайн доступ:http://journal.iasa.kpi.ua/article/view/280665
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:System research and information technologies

Репозитарії

System research and information technologies
id journaliasakpiua-article-280665
record_format ojs
spelling journaliasakpiua-article-2806652024-08-11T01:12:49Z A hybrid model of artificial intelligence integrated into GIS for predicting accidents in water supply networks Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання Zaychenko, Yuriy Starovoit, Tetiana геоінформаційні системи ANFIS ACO GA просторові об’єкти просторово-часовий аналіз втрати води ANFIS ACO GA spatial objects geodatabase metaheuristics spatiotemporal analysis water loss The search for an effective and reliable model for predicting accidents on water supply networks by determining their exact locations has always been important for effectively managing water distribution systems. This study, based on the adaptive neuro-fuzzy logical inference system (ANFIS) model, was developed to predict accidents in the city of Kyiv (Ukraine) water supply network. The ANFIS model was combined with genetic algorithms and swarm optimization (ACO) methods and integrated into a GIS to visualize results and determine locations. Forecasts were evaluated according to the following criteria: mean absolute error (MAE), root mean square error (RMSE), and coefficient of determination (R2). Depending on the amount and type of input data, ANFIS optimization with genetic algorithms and swarm optimization (ACO) can, on average, increase the accuracy of ANFIS predictions by 10.1% to 11%. The obtained results indicate that the developed hybrid model may be successfully applied to predict accidents on water supply networks. Пошук ефективної та надійної моделі прогнозування аварій на мережах водопостачання з визначенням їх точних розташувань завжди був важливим для ефективного керування системами розподілу води. Дослідження, засноване на моделі адаптивної нейронечіткої системи логічного висновку (ANFIS), розроблено для прогнозування аварій на мережі водопостачання міста Києва (Україна). Модель ANFIS поєднано з генетичними алгоритмами та методами ройової оптимізації (ACO) та інтегрували в ГІС для візуалізації результатів і визначення їх розташування. Прогнози оцінювали за такими критеріями: середньої абсолютної похибки (MAE), середньої квадратичної похибки (RMSE) та коефіцієнтом детермінації (R2). Залежно від кількості та вигляду вхідних даних оптимізація ANFIS генетичними алгоритмами та алгоритмом ройової оптимізації (ACO) може в середньому збільшувати точність передбачення ANFIS на 10,1%, 11%. Отримані результати свідчать про те, що розроблена гібридна модель може бути успішно застосована для прогнозування аварій на мережах водопостачання. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024-06-28 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/280665 10.20535/SRIT.2308-8893.2024.2.04 System research and information technologies; No. 2 (2024); 52-67 Системные исследования и информационные технологии; № 2 (2024); 52-67 Системні дослідження та інформаційні технології; № 2 (2024); 52-67 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/280665/301101
institution System research and information technologies
baseUrl_str
datestamp_date 2024-08-11T01:12:49Z
collection OJS
language English
topic геоінформаційні системи
ANFIS
ACO
GA
просторові об’єкти
просторово-часовий аналіз
втрати води
spellingShingle геоінформаційні системи
ANFIS
ACO
GA
просторові об’єкти
просторово-часовий аналіз
втрати води
Zaychenko, Yuriy
Starovoit, Tetiana
Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання
topic_facet геоінформаційні системи
ANFIS
ACO
GA
просторові об’єкти
просторово-часовий аналіз
втрати води
ANFIS
ACO
GA
spatial objects
geodatabase
metaheuristics
spatiotemporal analysis
water loss
format Article
author Zaychenko, Yuriy
Starovoit, Tetiana
author_facet Zaychenko, Yuriy
Starovoit, Tetiana
author_sort Zaychenko, Yuriy
title Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання
title_short Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання
title_full Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання
title_fullStr Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання
title_full_unstemmed Гібридна модель штучного інтелекту інтегрована в ГІС для прогнозування аварій на мережах водопостачання
title_sort гібридна модель штучного інтелекту інтегрована в гіс для прогнозування аварій на мережах водопостачання
title_alt A hybrid model of artificial intelligence integrated into GIS for predicting accidents in water supply networks
description The search for an effective and reliable model for predicting accidents on water supply networks by determining their exact locations has always been important for effectively managing water distribution systems. This study, based on the adaptive neuro-fuzzy logical inference system (ANFIS) model, was developed to predict accidents in the city of Kyiv (Ukraine) water supply network. The ANFIS model was combined with genetic algorithms and swarm optimization (ACO) methods and integrated into a GIS to visualize results and determine locations. Forecasts were evaluated according to the following criteria: mean absolute error (MAE), root mean square error (RMSE), and coefficient of determination (R2). Depending on the amount and type of input data, ANFIS optimization with genetic algorithms and swarm optimization (ACO) can, on average, increase the accuracy of ANFIS predictions by 10.1% to 11%. The obtained results indicate that the developed hybrid model may be successfully applied to predict accidents on water supply networks.
publisher The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
publishDate 2024
url http://journal.iasa.kpi.ua/article/view/280665
work_keys_str_mv AT zaychenkoyuriy ahybridmodelofartificialintelligenceintegratedintogisforpredictingaccidentsinwatersupplynetworks
AT starovoittetiana ahybridmodelofartificialintelligenceintegratedintogisforpredictingaccidentsinwatersupplynetworks
AT zaychenkoyuriy gíbridnamodelʹštučnogoíntelektuíntegrovanavgísdlâprognozuvannâavaríjnamerežahvodopostačannâ
AT starovoittetiana gíbridnamodelʹštučnogoíntelektuíntegrovanavgísdlâprognozuvannâavaríjnamerežahvodopostačannâ
AT zaychenkoyuriy hybridmodelofartificialintelligenceintegratedintogisforpredictingaccidentsinwatersupplynetworks
AT starovoittetiana hybridmodelofartificialintelligenceintegratedintogisforpredictingaccidentsinwatersupplynetworks
first_indexed 2024-08-11T04:01:28Z
last_indexed 2024-08-11T04:01:28Z
_version_ 1818540453771870208

Схожі ресурси