Drzewa regresyjne jako narzędzie do przewidywania awaryjności przewodów wodociągowych

Praca przedstawia wyniki przewidywania, za pomocą metody drzew regresyjnych, wskaźnika intensywności uszkodzeń przewodów magistralnych, rozdzielczych i przyłączy wodociągowych w wybranym mieście Polski. Podczas modelowania zbudowano kilka modeli drzew regresyjnych. Wyboru modeli optymalnych (oddzielnie dla każdego typu przewodu wodociągowego) dokonano na zasadzie analizy tzw. kosztów. Struktura drzewa regresyjnego zawierała zmienne niezależne, tzw. predyktory (liczba uszkodzeń i długość przewodów wodociągowych). Zmienną zależną były wskaźniki awaryjności trzech typów przewodów. Modele optymalne charakteryzowały się najmniejszymi kosztami oraz relatywnie prostą architekturą drzewa. Dane eksploatacyjne z lat 2005–2012 posłużyły do wyznaczenia rzeczywistych wartości wskaźnika intensywności uszkodzeń, a także do budowy modeli drzew regresyjnych. Modele optymalne do przewidywania awaryjności przewodów rozdzielczych i przyłączy zawierały 3 węzły dzielone i 4 końcowe, natomiast drzewo regresyjne do modelowania awaryjności przewodów magistralnych było mniej złożone, zawierało 1 węzeł dzielony i 2 końcowe. Uzyskane zbieżności danych rzeczywistych z przewidywanymi można uważać, z inżynierskiego punktu widzenia, za satysfakcjonujące.

The paper shows the modelling, using regression trees method, of failure rate of water mains, distribution pipes and house connections in selected Polish city. Several models of regression trees were built. The choice of optimal models (separately for each type of conduit) was based on the cost analysis. The structure of regression tree contained independent variables (number of damages and the length of water pipes). Failure rate of three types of conduits was treated as dependent variable. Optimal models were characterized by the lowest costs and relatively simple architecture of tree. Operating data from years 2005–2012 were used for calculating the experimental values of failure rate and for regression trees models building. Optimal models for failure rate prediction of distribution pipes and house connections contained 3 divided nodes and 4 final nodes. On the other hand, regression tree for failure frequency modelling of water mains was less complicated in its structure and contained 1 divided node and 2 final nodes. The convergences between real and predicted values seem to be, from engineering point of view, satisfactory.