Le ANN per l'analisi della richiesta idrica residenziale giornaliera

La modellazione della domanda idropotabile desta grande interesse nella comunità scientifica seguendo approcci talora sperimentali attraverso studi probabilistici (e.g. 1;2;3) talora numerici. Purtroppo, non sempre si dispone di adeguate serie storiche, sufficientemente copiose e attendibili nel descrivere i reali fabbisogni idropotabili. In tal caso la ricostruzione del modello di domanda può essere affrontata tramite l’utilizzo degli algoritmi data driven, che interpretando il comportamento di un fenomeno non lineare, ne predicono i valori di output (e.g. 4; 5; 6; 7) permettendo di ottenere una previsione della richiesta di portata. Tuttavia la previsione del pattern di richiesta idrica residenziale è influenzata da diversi fattori che incidono sulla performance del modello. La richiesta idrica varia da giorno a giorno, settimanalmente e presenta variazioni stagionali in funzione del grado di temperatura e delle precipitazioni meteoriche nonché in base alle condizioni socio-economiche e al numero degli abitanti serviti. Nella memoria è affrontato il problema di modellazione della richiesta idrica residenziale giornaliera attraverso l’utilizzo di un software basato sulle Reti Neurali Artificiali (ANN) (8) allenandolo e testandolo su dati sperimentali rilevati da tre diversi casi in studio esaminati: Piedimonte San Germano (PSG) – nel basso Lazio - (9), Castelfranco Emilia (CE) – in Emilia Romagna - (1) e Franeker (Fr) – in Olanda - (10), valutando come la variabilità della richiesta idrica in funzione del numero degli utenti serviti e dell’ora della giornata possa incidere sulla stima della portata prevista dal modello.