افزایش جمعیت شهری، تغییرات اقلیمی و محدودیت منابع آب موجب شده است که مدیریت بهینه تقاضای آب به یکی از چالش‌های اساسی در شرکت‌های آب و فاضلاب تبدیل شود. در این میان، استفاده از فناوری‌های نوین داده‌محور به‌ویژه هوش مصنوعی می‌تواند نقش مهمی در پیش‌بینی دقیق تقاضای آب و بهبود تصمیم‌گیری مدیریتی ایفا کند. هدف این پژوهش بررسی کارایی مدل‌های مبتنی بر هوش مصنوعی در پیش‌بینی تقاضای آب و بهینه‌سازی مدیریت منابع آب در شرکت‌های آب و فاضلاب است. در این مطالعه با استفاده از داده‌های مصرف آب شهری، متغیرهای اقلیمی و شاخص‌های جمعیتی، مدل‌های یادگیری ماشین شامل شبکه‌های عصبی مصنوعی، جنگل تصادفی و ماشین بردار پشتیبان برای پیش‌بینی تقاضای آب به کار گرفته شدند. روش تحقیق از نوع کمی و کاربردی بوده و داده‌های مورد استفاده شامل داده‌های مصرف ماهانه آب، دما، بارش و جمعیت شهری در یک دوره زمانی چندساله است. تحلیل داده‌ها با استفاده از شاخص‌های ارزیابی دقت پیش‌بینی از جمله خطای میانگین مربعات (RMSE)، خطای مطلق میانگین (MAE) و ضریب تعیین (R²) انجام شد. نتایج نشان داد که مدل‌های مبتنی بر هوش مصنوعی نسبت به روش‌های سنتی پیش‌بینی از دقت بالاتری برخوردار هستند و در میان مدل‌های مورد بررسی، شبکه عصبی مصنوعی عملکرد بهتری در پیش‌بینی الگوهای مصرف آب شهری داشته است. همچنین یافته‌ها نشان داد که استفاده از سیستم‌های پیش‌بینی هوشمند می‌تواند به بهبود برنامه‌ریزی توزیع آب، کاهش هدررفت منابع و افزایش کارایی مدیریت منابع آب در شرکت‌های آب و فاضلاب کمک کند. بر این اساس، بهره‌گیری از ابزارهای هوش مصنوعی در کنار سامانه‌های مدیریت داده می‌تواند به عنوان یک راهکار مؤثر برای مدیریت پایدار منابع آب در شرایط عدم قطعیت اقلیمی و افزایش تقاضای شهری مورد توجه قرار گیرد.

هوش مصنوعی پیش‌بینی تقاضای آب مدیریت منابع آب یادگیری ماشین شرکت آب و فاضلاب شبکه‌های عصبی مصنوعی برنامه‌ریزی منابع آب