‫المفتاح لتحسين الكشف المبكر عن تسربات الوقود في محطات البنزين‬

‫المصدر ‪:‬‬
‫‪https://sci-hub.se/10.1016/j.ssci.2020.104874‬‬
‫خالصة‬

‫في هذا البحث يقترح المؤلفون استخدام النوافذ الزمني ة لتحس ين الكش ف عن تس رب الوق ود في‬
‫محطات البنزين‪ .‬إنهم يستخدمون مصنفات خاض عة لإلش راف من فئ تين تعم ل م ع مجموع ات‬
‫الميزات التي تحت وي على متغ يرات تمثيلي ة م أخوذة من كتب ج رد المحط ات ال تي تش ير إلى‬
‫وجود تسربات‪ .‬يشكل تسرب الوقود في محطات البنزين ذات الخزانات األرضية مشكلة خطيرة‬
‫من الناحية البيئية‪ .‬التسريبات الكبيرة واضحة جًد ا‪ ،‬ووبالتالي يتم اكتش افها بس رعة دون الحاج ة‬
‫إلى اس تخدام إج راء مح دد‪ .‬وم ع ذل ك‪ ،‬ف إن التس ريبات الص غيرة تمي ل إلى أن تم ر دون أن‬
‫يالحظها أحد‪ ،‬وإذا لم يتم استخدام تقنيات الكشف‪ ،‬يتم تحديدها فقط بمجرد ح دوث ض رر بي ئي‪.‬‬
‫وه ذا يجع ل اكتش اف التس رب في أقص ر وقت ممكن ال يق ل أهمي ة عن التأك د من وقت ب دء‬
‫التسرب‪ .‬يوضح المؤلفون كي ف يمكن اس تخدام اس تخدام النواف ذ الزمني ة‪ ،‬وال ذي يس تلزم عم ل‬
‫المصنف مع المعلوم ات المتراكم ة على م دار ع دة أي ام‪ ،‬لح ل المش كلة المقترح ة بكف اءة‪ ،‬م ع‬
‫االمتثال الكامل للوائح المعمول بها‪.‬‬

‫‪ 1‬المقدمة‬

‫وال شك في القلق بشأن حماية البيئة وما قد يترتب على تجاهل هذا السؤال من ع واقب‪ .‬وال دليل‬
‫على ذل ك ه و مس اهمات ش وفريه وآخ رين (‪ ،)2014‬ك ولين ومل ول (‪ ،)2003‬إركم ان (‬
‫‪ ،)1997‬خان وحسين (‪ ،)2003‬ماكسويل وفان دير فورست (‪ ،)2003‬وروب رت (‪.)2000‬‬
‫وعلى وجه التحديد‪ ،‬فإن أهمية الكش ف عن تس رب الوق ود في محط ات الب نزين في وقت مبك ر‬
‫ليست محل شك‪ ،‬كما هو مبين في (وكالة حماية البيئة األمريكية جنوب غرب المحي ط اله ادئ ‪/‬‬
‫المنطق ة ‪ .)2003 ،9‬المش كلة الرئيس ية في ه ذا الن وع من المنش آت‪ ،‬حيث يتم دفن خزان ات‬
‫الوقود في األرض‪ ،‬هي أن التسرب ال يتم اكتشافه إال بعد حدوث ضرر بيئي ال يمكن إص الحه‪.‬‬
‫وهذا ما يفسر سبب بذل مثل ه ذا الجه د على م دى ع دة س نوات لتقلي ل الت أثير الس لبي ألنظم ة‬
‫تخزين الوقود تحت األرض‪ ،‬كما هو موضح في (‪ .)Gurr and Homann, 1996‬وفي ه ذا‬
‫الصدد‪ ،‬فإن وجود نظام تلقائي قادر على اكتش اف التس ربات في أس رع وقت ممكن ي وفر تق دًما‬
‫كبيًر ا في مجال السالمة البيئية‪.‬‬

‫العديد من األنظمة المستخدمة حالًيا للكشف عن تلك التي توفرها ضوابط المخ زون الكالس يكية‪،‬‬
‫كما هو موضح في (‪ .)Guide EPA, 1995‬باستخدام بيانات شهر واحد للخزانات‪ ،‬وباستخدام‬
‫أدوات إحصائية مختلفة‪ ،‬يمكن لنظام ‪ SIR‬تحديد التسريبات التي ال يتم اكتشافها عادًة عن طري ق‬
‫عمليات فحص المخزون البسيطة‪.‬‬
‫هناك أيًض ا العديد من المنتجات في السوق للكشف عن تسرب الوقود في محطات الوق ود وال تي‬
‫تعتمد على ‪ .SIR‬ومن بين هذه المنتجات هو المنتج الذي تسوقه شركة ‪ Fairbanks‬اإلنجليزي ة‪،‬‬
‫وهو معتمد في العديد من البلدان‪ ،‬بما في ذلك إسبانيا‪ُ .‬يطلب من محط ات الوق ود أن ترس ل إلى‬
‫فيربانكس سجالت خزاناتها‪ ،‬أي سجالت مبيعاتها اليومي ة‪ ،‬ح تى تتمكن من معالج ة المعلوم ات‬
‫واكتشاف أي تسربات محتملة‪ .‬تتردد بعض الشركات في تقديم بيانات مبيعاتها‪ .‬ه ذا‪ ،‬إلى ج انب‬
‫أن منتج فيربانكس مغلق تماما‪ ،‬مع عدم وجود تفاصيل عن التقنية المستخدمة لكشف التس ربات‪،‬‬
‫مما اضطر مؤلفي هذه الورقة إلى فكر في هذه المشكلة من منظور آخر‪ ،‬يعتمد على اآللة تعُّلم‪.‬‬

‫في سيجوت وآخرون‪ ،)2014( .‬يقدم المؤلفون نهًج ا أولًي ا لح ل المش كلة المطروح ة‪ .‬في ه ذه‬
‫الورقة‪ ،‬يقدم المؤلفون سلسلة من المصنفات ذات الفئتين وسلس لة من مجموع ات الم يزات ال تي‬
‫تمثل الكائنات المراد تصنيفها بشكل مناسب‪ .‬هذه الكائنات هي األي ام ال تي تعم ل خالله ا محط ة‬
‫الوقود‪ ،‬والتي تصنف على أنه ا "ي وم ب دون تس رب" و"ي وم م ع تس رب"‪ .‬لكي يعم ل اكتش اف‬
‫التسرب بشكل ص حيح‪ ،‬يجب أن يك ون النظ ام المطب ق ق ادًر ا على التمي يز بين االختالف ات في‬
‫سجل المخزون بسبب التسربات وتل ك الناتج ة عن عوام ل أخ رى‪ ،‬مث ل التبخ ر‪ ،‬وتغ ير الحجم‬
‫بسبب درجة الحرارة‪ ،‬وعوام ل مث ل تل ك المش ار إليه ا في جوراوس كي وآخ رون‪2015( .‬أ)؛‬
‫جوراوس كي وآخ رون‪ 2015( .‬ب)‪ .‬ه ذا ه و الس بب في ‪ Sigut‬وآخ رون‪ ،)2014( .‬اخت ار‬
‫المؤلفون نظام التعرف على األنماط الذي يمكن من خالل ه للمص نف المك ون من فئ تين أن يتعلم‬
‫التمييز بين هاتين الحالتين‪ .‬قدمت تلك الورقة نتائج تصنيف مرضية لك ل من التس ريبات الثابت ة‬
‫والمتغيرة لمجموعات معينة من المص نفات ومجموع ات الم يزات‪ .‬من أج ل تحدي د م تى ك انت‬
‫نتيج ة التص نيف مرض ية‪ ،‬اعتم د المؤلف ون على مجموع ة المع ايير األوروبي ة ‪EN 13160‬‬
‫)‪ ،(UNE-EN 13160-5، 2005‬والتي تحدد الحد األقصى للوقت الكتشاف التسرب مع وجود‬
‫خطأ أقل من عتبة معينة‪.‬‬

‫تم الحصول على أفضل النت ائج في (‪ )Sigut et al., 2014‬م ع المجموع ات من الخص ائص‬
‫التي تتضمن المتغيرات التي يؤثر فيها التس رب ي تراكم م ع م رور ال وقت‪ .‬على وج ه التحدي د‪،‬‬
‫الجم ع بين "االختالف‪/‬الحقيقي"‪.‬خاص ية الحجم م ع بعض المص نفات تعطي نت ائج كافي ة ال تي‬
‫تتواف ق تماًم ا م ع القاع دة ال واردة في معي ار ‪ .EN 13160‬وال تس تفيد تل ك الورق ة من عام ل‬
‫الوقت؛ بدًال من ذلك‪ ،‬يتم تحليل البيانات المرتبطة باأليام الفردية‪ .‬تكمن المشكلة في ذل ك في أن ه‬
‫عند تحديد تسرب بمقدار ‪ X‬لتر عند تحليل البيانات ليوم محدد‪ ،‬فمن المستحيل معرفة ما إذا ك ان‬
‫في الواقع تسرًبا بمقدار ‪ X‬لتر حدث في ذلك اليوم أم تسرب أصغر (‪ X/ N‬لتر في الي وم) ال تي‬
‫تراكمت خالل ‪ N‬من األيام السابقة‪ .‬من أج ل تق ييم م دى خط ورة المش كلة المطروح ة والق درة‬
‫على تحديد مدى إلحاح اإلجراء المطلوب‪ ،‬من الضروري أن تكون قادًر ا على التمييز بين هاتين‬
‫الحالتين‪.‬‬

‫ولتحقيق ذلك نلجأ في هذا البحث إلى استخدام النواف ذ الزمني ة‪.‬إن اس تخدام نواف ذ زمني ة متغ يرة‬
‫الطول (يمثل حجمها عدد األيام التي تتم خاللها محاكاة التسرب) ال يح ل ه ذه المش كلة فحس ب‪،‬‬
‫بل سيكشف أيًض ا عن عدد األيام التي يجب أن تنقضي من وقت بدء التسرب حتى يتمكن النظ ام‬
‫من كشف ذلك‪ .‬لقد نظر المؤلفون بالفعل في )‪ Sigut et al. (2014‬في تضمين االتجاه بمرور‬
‫الوقت لمتغيرات النظام كطريقة لتحسين نتائج التصنيف‪.‬‬

‫على ح د علمن ا‪ ،‬إدراج معلوم ات ال وقت في كش ف التس رب أم ر جدي د تماًم ا‪ .‬تم نش ر ورق ة‬
‫‪ Goawski‬وآخرون‪ )2017(.‬حيث يتم استخدام بيانات السالسل الزمنية لتحديد االتجاهات التي‬
‫تسمح بذلك للكش ف المبك ر عن تس ربات الوق ود في الخزان ات األرض ية‪ .‬في في تل ك الورق ة‪،‬‬
‫يستخدم المؤلفون دفعات بيانات مدتها شهر واحد‪ ،‬مما يعني أنهم يبدأون من الصفر كل شهر‪ ،‬ثم‬
‫يجمعون البيانات المرتبطة باأليام الالحقة‪ .‬وه ذا يجع ل من الص عب ج ًد ا اكتش اف التس رب في‬
‫األيام القليلة األولى من الشهر‪ .‬ومع ذلك‪ ،‬فإن م ا نقترح ه في ه ذه الورق ة ه و اس تخدام النواف ذ‬
‫الزمنية ال تي تم ر ع بر إجم الي ع دد األي ام المتاح ة في س جالت المخ زون‪ .‬من خالل تحري ك‬
‫النافذة‪ ،‬يمكننا حساب نفس التأثير التراكمي بغض النظر عن اليوم المحدد المعني‪.‬‬

‫وفيما يلي‪ ،‬سنصف طرق التصنيف ومجموعات المتغيرات المستخدمة في ه ذه الورق ة‪ ،‬بم ا في‬
‫ذلك بناء النوافذ الزمنية‪ .‬نختتم بالنظر في صحة نتائجنا من حيث امتثالها للوائح المعمول بها‪.‬‬

‫‪ .2‬المواد واألساليب‬

‫يعتمد هذا العمل على البيانات المأخوذة من مخزونات محطات الوقود‪ ،‬والهدف هو تحديد األي ام‬
‫التي حدث فيها تسرب الوقود‪ .‬يشرح هذا القسم طريقة تسوية المخزون وطبيعة البيان ات الفعلي ة‬
‫المتوفرة‪.‬‬

‫ال تزال مش كلة اكتش اف التس رب تعت بر تص نيًفا مش كلة؛ ونتيج ة ل ذلك‪ ،‬س نقدم أيًض ا الم يزات‬
‫الجديدة التي تمت دراستها والمبادئ األساسية للمصنفات الجديدة المستخدمة‪.‬‬

‫‪ . 1-2‬طريقة تسوية المخزون‪ .‬البيانات الحقيقية المتاحة والبيانات المحاكاة‬

‫في الوقت الحاضر‪ ،‬يتم استخدام سجالت المخزون في كل محطة بنزين‪ .‬تحتوي ه ذه الس جالت‬
‫على سجل للوقود المتوفر في كل خزان‪ ،‬باإلضافة إلى مبيعات ومشتريات البنزين‪.‬‬

‫تشمل المفاهيم األساسية في طريقة تس وية المخ زون المخ زون النظ ري (كمي ة الوق ود المتوق ع‬
‫وجودها داخل الخزان في نهاية الي وم أو المناوب ة)‪ ،‬والف رق في المخ زون أو االختالف (الف رق‬
‫بين كمية الوقود المقاسة والمتوقعة في الخزان) والتباين فيما يتعلق بالمبيعات‪ .‬يظهر في الجدول‬
‫‪ 1‬مقتطف من سجالت المخزون اليومية لمحطة الخدمة‪.‬‬

‫الهدف الرئيسي من طريقة تسوية المخزون هو اكتشاف التشغيل غ ير الط بيعي لمحط ة الخدم ة‬
‫من خالل مقارنة المخزون النظري والفعلي‪ .‬ومع ذلك‪ ،‬من المهم أن نأخ ذ في االعتب ار أن ع دم‬
‫وج ود ارتب اط بين المخ زون النظ ري والفعلي في نهاي ة الي وم ال يش ير بالض رورة إلى وج ود‬
‫تسرب أو فائض في الوقود‪ .‬وقد تكون هذه التناقضات بسبب مجموعة من العوامل المختلفة التي‬
‫يصعب حسابها‪ ،‬مثل التغ ير في حجم الوق ود بس بب درج ة الح رارة‪ ،‬وتبخ ر الوق ود‪ ،‬وأخط اء‬
‫القراءة في حساسات الخزان وما إلى ذلك‪ .‬كل هذا يجعل تطبيق طريق ة تس وية المخ زون مهم ة‬
‫معقدة إلى حد ما‪.‬‬
‫البيانات المستخدمة في التجارب الواردة في هذه الورقة هي بيانات فعلية مقدمة من شركة الغ از‬
‫اإلسبانية ريبسول‪ .‬تختلف هذه البيانات عن تلك المس تخدمة في )‪ ،Sigut et al. (2014‬ألنه ا‬
‫تتضمن محطات خدمة أكثر حداثة‪ .‬تحتوي قوائم الجرد ه ذه على البيان ات ال واردة من المحط ة‬
‫عن دما تعم ل دون تس رب (انظ ر الج دول ‪ .)1‬عن دما ال تت وفر أي بيان ات من العملي ات غ ير‬
‫الطبيعية (أي عندما يكون هناك تسرب في المحطة)‪ ،‬تمت محاكاة البيانات المذكورة عن طري ق‬
‫تغيير البيانات األصلية‪ ،‬بما يتماش ى م ع التوص يات ال واردة في المعي ار المعم ول ب ه الح الي (‬
‫‪:)UNE EN13160-5,2017‬‬

‫• محاك اة التس ربات المس تمرة‪ :‬تح دد المواص فة القياس ية أن ه في ه ذا الن وع من التس ربات يتم‬
‫محاكاة فقدان كمية ثابتة من الوقود يومًيا من الخزان‪ .‬عند محاكاة التسرب المستمر‪ ،‬يتم اس تبدال‬
‫الرقم الذي يمثل ‪ vi‬للقراءة رقم في سجل الخزان بـــ ‪ ، vi‬كما هو مبين في معادلة (‪:)1‬‬
‫‪i‬‬
‫) ‪v i=v i × ∑ ( t j −t j−1 ) R … … … … … … … .. ( 1‬‬
‫‪j=1‬‬

‫حيث ‪ R‬هو معدل التسرب المحاكى‪ ،‬و‪ tj‬هو الوقت الفوري لقراءة ‪ ،j‬ويمثل الجمع عدد األيام‬
‫المنقضية منذ بداية التسرب‪.‬‬

‫• محاكاة التسربات المتغيرة‪ :‬يحدد المعيار أن التسرب المتغير هو الذي يقع عندما تنخفض كمية‬
‫الوقود المخزنة في الخزان‪ .‬لذلك‪ ،‬في هذه الحالة تعتمد التسريبات المحاكاة على حجم الوقود‬
‫المخزن في الخزان‪ .‬على وجه التحديد‪ ،‬يتم الحصول على معدل التسرب المرتبط بقراءة ‪J‬‬
‫باستخدام المعادلة‪:)2( .‬‬
‫‪n √vj‬‬
‫=‪r j‬‬ ‫‪n‬‬
‫) ‪R … … … … … … (2‬‬
‫‪∑ √ vk‬‬
‫‪k=1‬‬

‫حيث يشير ‪ n‬إلى عدد القراءات‪ ،‬التي تتطابق مع حجم النافذة الزمنية‪ ،‬و‪ vj‬هو حجم الوقود‬
‫المخزن في الخزان في اليوم ‪ j‬و‪ R‬هو معدل التسرب االسمي المحاكي ‪.‬‬

‫عند تقدير التسرب المتغير‪ ،‬يتم استبدال الرقم الذي يمثل حجم القراءة ‪ i‬في سجل الخزان بالرمز‬
‫‪ ،vi‬كما هو موضح في المعادلة (‪:)3‬‬

‫‪i‬‬
‫)‪v i=v i × ∑ ( t j −t j−1 ) × r j … … … … … …. (3‬‬
‫‪j=1‬‬

‫حيث يمثل المجموع نفس الشيء كما في المعادلة‪ ،)1( .‬في حين يتم الحصول على معدل التدفق‬
‫من معادلة (‪.)2‬‬
‫بدًءا من سلسلة بيانات فعلية مدتها ‪ 10‬أيام‪ ،‬مثل تلك الواردة في الجدول ‪ ،2‬تظهر نتيجة محاكاة‬
‫التسرب المستمر (الجدول ‪ )3‬والتسرب المتغير (الجدول ‪ .)4‬في الحالة األولى‪ ،‬التسرب‬
‫المستمر‪ ،‬الحظ كيف تتطابق القيم الموجودة في عمود "المخزون الحقيقي مع التسرب" (جدول‬
‫‪ )3‬مع القيم األصلية (نفس العمود‪ ،‬جدول ‪ )2‬مطروًح ا منها قيمة ثابتة يتم طرحها كل يوم‬
‫وتساوي معدل التسرب‪ .‬وفي الحالة الثانية‪ ،‬التسرب المتغير‪ ،‬الحظ االختالفات بين القيم‬
‫الموجودة في العمود الثالث في الجدولين ‪ 2‬و‪ ،4‬والتي تتوافق مع معدل تسرب متغير يعتمد‬
‫على حجم الخزان‪.‬‬

‫‪ .2.2‬كشف تسربات الوقود‪ :‬مشكلة تصنيفية‬

‫في ورقتنا السابقة (‪ ،)Sigut et al., 2014‬اعتبرنا مشكلة اكتشاف التسريبات باستخدام تحليل‬
‫تسوية المخزون كمشكلة تصنيف‪ .‬في هذا النهج‪ ،‬الهدف هو استخدام بيانات المخزون لتصنيف‬
‫أيام تشغيل المحطة إلى فئتين محتملتين‪" :‬يوم مع تسرب" و"يوم بدون تسرب"‪ .‬لكي نتمكن من‬
‫تدريب المصنفين‪ ،‬كان علينا محاكاة البيانات لتمثيل فئة "يوم التسرب"‪.‬‬

‫يعد اختيار الميزات خطوة مهمة جًد ا في عملية التصنيف‪ ،‬حيث يمكن أن يزيد من كفاءة‬
‫الُمصنف (‪ ،In Sigut et al. (2014).)Duda et al.,2001‬تم استخدام البيانات الفعلية‬
‫المأخوذة من قوائم الجرد لبناء هذه الميزات‪ ،‬وتم اختبار العديد من البدائل عند تصميمها‪ .‬يعتبر‬
‫الهيكل الداخلي للمصنف حاسًما أيًض ا‪ .‬ونتيجة لذلك‪ ،‬قمنا باختبار العديد من طرق التصنيف من‬
‫خالل تطبيقها على مجموعات مختلفة من الميزات‪ .‬أظهرت النتائج أن مجموعات معينة من‬
‫المصنفات وأنواع الميزات يمكن أن تكون مفيدة وقابلة للتطبيق على هذه المشكلة‪.‬‬

‫في هذه الورقة‪ ،‬نقوم مرة أخرى بتطبيق تقنيات التصنيف على مشكلة اكتشاف التسرب‪ ،‬لكننا‬
‫نحاول تحسين نظام التصنيف من خالل تغيير جانبين رئيسيين‪:‬‬

‫‪ .1‬تصميم ميزات جديدة تعتمد على النوافذ الزمنية القادرة على جمع معلومات عن االتجاه‬
‫الزمني للمتغيرات‪ .‬باستخدام هذه الميزات الجديدة‪ ،‬نأمل ليس فقط في تدريب مصنف قادر على‬
‫اكتشاف أصغر التسريبات الممكنة‪ ،‬ولكن أيًض ا تحديد عدد األيام التي يستغرقها المصنف‬
‫الكتشافها‪.‬‬

‫‪ .2‬دراسة أنظمة التصنيف الجديدة باإلضافة إلى النظامين المذكورين في ‪Sigut et al.‬‬
‫)‪ ،(2014‬من أجل تحديد أي مصنف يتعلم االتجاه الزمني في البيانات بشكل أفضل أثناء‬
‫التدريب‪ .‬ويتم شرح هذه الجوانب بمزيد من التفصيل في األقسام التالية‪.‬‬

‫‪ .3.2‬ميزات جديدة لمشكلة التصنيف المعنية‪ :‬استخدام النوافذ الزمنية‬

‫الهدف من هذه الورقة هو تحليل ما إذا كانت بيانات المخزون الخاصة بـ تحتوي محطات‬
‫الخدمة على معلومات كافية إلنشاء ميزات مفيدة وتمثيلية تسمح للمصنف بتعلم كيفية تحديد أيام‬
 ‫العمليات العادية في المحطة ("ال يوجد تسرب") واأليام التي حدث فيها تسرب ("تسرب")‪ .‬في‬
‫سيجوت وآخرون‪ ،)2014( .‬أنسب الميزات غير معروفة‪ ،‬ومن هنا السبب وراء اختبار‬
‫مجموعات مختلفة من الميزات‪ :‬التباين (المخزون النظري – المخزون الحقيقي)‪ ،‬تباين‬
‫المبيعات (التباين‪/‬المبيعات)‪ ،‬الحجم النظري (الحجم الحقيقي من اليوم السابق ‪ +‬المتحصالت)‪.‬‬
‫‪ -‬المبيعات ‪ +‬التعديالت)‪ ،‬التباين‪/‬الحجم الحقيقي‪ ،‬المبيعات اليومية والتباين‪ ،‬المبيعات اليومية‬
‫وتباين المبيعات‪ .‬تم تصميم هذه الميزات بناًء على نصيحة أحد الخبراء في هذا المجال‪.‬‬

‫في التجارب التي تم إجراؤها‪ ،‬قمنا ببناء متجهات الميزات هذه من خالل تضمين القيم المرتبطة‬
‫بكل يوم بشكل مستقل فقط‪ .‬أ الجديد في هذا البحث هو إدراج االتجاه الزمني في المحطة العمل‬
‫كميزة جوهرية‪ .‬وبالتالي‪ ،‬فإن كل ناقل ميزة سيتضمن المتغير ذي الصلة الذي تتم دراسته‪،‬‬
‫ولكن ليس ليوم واحد فقط‪ ،‬بل لعدة أيام متتالية‪ .‬سيتم تحديد عدد األيام التي يتم النظر فيها حسب‬
‫حجم النافذة الزمنية المستخدمة‪.‬‬

‫الميزات التي تم النظر فيها في هذا النهج هي كما يلي‪:‬‬

‫• مجموعة الميزات ‪( FS1 - 1‬ميزة واحدة)‪ :‬االختالف = الجرد النظري ‪ -‬الجرد الحقيقي‪.‬‬

‫• مجموعة الميزات ‪( FS2 - 2‬ميزة واحدة)‪ :‬التباين التراكمي = مجموع قيم التباين لكل يوم في‬
‫النافذة الزمنية‪.‬‬

‫• مجموعة الميزات ‪( FS3 - 3‬ميزة واحدة)‪ :‬التباين في المبيعات = التباين‪/‬المبيعات‪.‬‬

‫• مجموعة الميزات ‪( FS4 – 4‬ميزة واحدة)‪ :‬التباين التراكمي عبر المبيعات = مجموع قيم‬
‫التباين عبر المبيعات في كل يوم من أيام النافذة الزمنية‪.‬‬

‫• مجموعة الميزات ‪( FS5 – 5‬ميزة واحدة)‪ :‬االختالف في الحجم الحقيقي = التأريخ‪/‬الحجم‬

‫الحقيقي‪.‬‬

‫• مجموعة الميزات ‪( FS6 - 6‬ميزة واحدة)‪ :‬التباين التراكمي على الحجم الحقيقي = مجموع‬
‫قيم التباين‪/‬الحجم الحقيقي لكل يوم في نافذة الوقت‪.‬‬

‫• مجموعة الميزات ‪( FS7 – 7‬ميزتان)‪ :‬االختالف في المبيعات واإلثارة على الحجم الحقيقي‪.‬‬

‫• مجموعة الميزات ‪( FS8 - 8‬ميزتان)‪ :‬االختالف والمبيعات‬

‫على سبيل المثال‪ ،‬يتكون ‪ FS1‬من ميزة واحدة‪ ،‬وهي االختالف‪ ،‬والذي يتم تعريفه على أنه‬
‫الفرق بين قوائم الجرد النظرية والحقيقية‪ .‬يوضح الشكل ‪ 1‬قيم هذين المتغيرين المأخوذة من‬
‫الجرد العام الوارد في الجدول ‪ .1‬ويوضح الشكل أيًض ا قيمة متغير االختالف لكل يوم يتم النظر‬
‫فيه‪ .‬لنفترض أننا نستخدم نافذة زمنية مدتها أربعة أيام‪ .‬سيتألف ‪ FS1‬من قيم التباين لكل يوم‪،‬‬
‫بينما سيحتوي ‪ ،FS2‬وهو التباين التراكمي‪ ،‬على قيمة واحدة تمثل مجموع قيم التباين األربعة‬
‫هذه منذ بداية النافذة‪ .‬يتم إنشاء ناقالت الميزات المتبقية بالمثل‪.‬‬
 ‫‪ . 2-4‬خوارزميات التصنيف المستخدمة في هذا العمل‬

‫في هذه الورقة‪ ،‬قمنا باختبار ستة مصنفات خاضعة لإلشراف باستخدام مجموعات الميزات‬
‫المذكورة في القسم السابق‪ .‬ولهذا الغرض تم استخدام البرنامج البرمجي ‪ .MatLab‬في‬
‫التصنيف الخاضع لإلشراف‪ ،‬يتم تحديد الفئات مسبًقا‪ .‬يتم تصنيف مجموعة فرعية من البيانات‬
‫المتاحة في بعض هذه الفئات لتشكل ما يسمى "مجموعة التدريب"‪ .‬في مرحلة التدريب‪ ،‬يجب‬
‫على كل مصنف أن يتعلم األنماط األساسية في بيانات مجموعة التدريب وأن يكيف بنيته‬
‫الداخلية لتمييز البيانات من الفئات المختلفة بأكثر الطرق فعالية‪ .‬عند اكتمال التدريب‪ ،‬يجب تقييم‬
‫المصنفات الناتجة مقابل مجموعة بيانات جديدة‪ ،‬تسمى هذه المجموعة "مجموعة االختبار" (‬
‫‪.)Duda et al., 2001‬‬

‫‪Calculation .3‬‬

‫الهدف من التجارب هو تدريب المصنفين الذين يمكنهم التمييز بين األيام التي بها تسربات أو‬
‫بدونها باستخدام تقنية تعتمد على النوافذ الزمنية‪ .‬تتضمن هذه التقنية استخدام عينات زمنية تمتد‬
‫ليوم واحد على األقل لتدريب واختبار المصنفين من أجل تزويدهم بمزيد من المعلومات حتى‬
‫يتمكنوا من تعلم األنماط واالتجاهات التي تعمل على تحسين نتائج التصنيف‪.‬‬

‫يتم تدريب المصنفين باستخدام عينات من فئتين‪ :‬عينات بها تسرب وعينات بدون تسرب‪ .‬يتم‬
‫الحصول على العينات دون تسرب من البيانات األصلية‪ ،‬واختيار تسلسالت من أيام متتالية‬
‫لحجم نافذة زمنية معينة‪ .‬كما هو موضح في القسم ‪ ،2.1‬يتم استخدام العينات بدون تسربات‬
‫لمحاكاة العينات ذات معدالت التسرب الثابتة والمتغيرة (انظر المعادلة (‪ ،)1‬والمعادلتين (‪ )2‬و‬
‫(‪ ،)3‬على التوالي)‪ .‬في العينات التي تحتوي على تسرب‪ ،‬تتم محاكاة التسرب من اليوم األول‬
‫في النافذة الزمنية وطوال مدة النافذة الزمنية بأكملها‪.‬‬

‫وصلنا الى الصفحة ‪ 5‬السطر‬

‫‪Two experiment types were conducted. On the one hand, we carried‬‬