ناقشت رسالة ماجستير في كلية علوم الحاسوب وتكنولوجيا المعلومات بجامعة واسط 

"Explainable AI and Metaheuristic-Optimized Machine Learning Models for Water Consumption Prediction"

«نماذج التعلم الآلي القابلة للتفسير والمحسّنة بالخوارزميات فوق الاستدلالية للتنبؤ باستهلاك الماء»

وهدفت الرسالة التي قدمها الطالب محمد جاسم محمد إلى تطوير نماذج دقيقة ومحسّنة وقابلة للتفسير للتنبؤ بقيم التبخر-النتح المحتمل (PET)، بما يسهم في دعم جدولة الري ومراقبة الجفاف وتحسين إدارة الموارد المائية، ولا سيما في المناطق التي تعاني من محدودية البيانات المناخية.

واعتمدت الدراسة على بيانات مناخية لمدينة الكوت في محافظة واسط للفترة 1990–2020، من خلال إطارين للتنبؤ؛ الأول أحادي المتغير بالاعتماد على القيم التاريخية لـPET، والثاني متعدد المتغيرات باستخدام عدد من العوامل المناخية، مع توظيف نماذج التعلم الآلي ودمج نموذج ANN مع خوارزمية التحسين RaAOA لتحسين إعدادات النموذج بصورة تلقائية.

وأظهرت النتائج تفوق نموذج ANN في الإطار أحادي المتغير، محققًا RMSE بلغ 0.0177 وR² بلغ 0.9992، فيما حقق نموذج ANN-RaAOA في الإطار متعدد المتغيرات R² بلغ 0.9611. كما أظهر تحليل SHAP أن القيم التاريخية القريبة لـPET كانت الأكثر تأثيرًا في الإطار أحادي المتغير، بينما جاءت درجة الحرارة العظمى العامل المناخي الأكثر تأثيرًا في الإطار متعدد المتغيرات.