<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن آب و فاضلاب ایران</PublisherName>
				<JournalTitle>علوم و مهندسی آب و فاضلاب</JournalTitle>
				<Issn>2588-3941</Issn>
				<Volume>10</Volume>
				<Issue>4</Issue>
				<PubDate PubStatus="epublish">
					<Year>2025</Year>
					<Month>12</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>The Application of Generative Artificial Intelligence in Evaluating and Ranking the Key Factors Influencing the Performance of Rainwater Harvesting Systems</ArticleTitle>
<VernacularTitle>کاربرد هوش مصنوعی مولد در ارزیابی و رتبه‌بندی عوامل کلیدی مؤثر بر عملکرد سامانه‌های جمع‌آوری آب باران</VernacularTitle>
			<FirstPage>51</FirstPage>
			<LastPage>62</LastPage>
			<ELocationID EIdType="pii">233324</ELocationID>
			
<ELocationID EIdType="doi">10.22112/jwwse.2025.500951.1441</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>محمد جواد</FirstName>
					<LastName>امامی اسکاردی</LastName>
<Affiliation>استادیار گروه عمران، دانشکده مهندسی و فناوری، دانشگاه مازندران، بابلسر، ایران.</Affiliation>
<Identifier Source="ORCID">0000-0001-5834-7144</Identifier>

</Author>
<Author>
					<FirstName>رضا</FirstName>
					<LastName>هدایتی مرزونی</LastName>
<Affiliation>دانشجوی کارشناسی ارشد فناوری معماری بیوتیک، دانشگاه مازندران، بابلسر، ایران.</Affiliation>

</Author>
<Author>
					<FirstName>یاسمن</FirstName>
					<LastName>سمائی</LastName>
<Affiliation>کارشناسی ارشد مهندسی منابع آب، دانشگاه امام خمینی (ره).</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>01</Month>
					<Day>20</Day>
				</PubDate>
			</History>
		<Abstract>Rainwater harvesting systems have been recognized as one of the fundamental strategies in water resource management. Considering climate change and the growing demand for water, many regions are facing water scarcity. These systems can be utilized as a sustainable and cost-effective approach to address these issues. This study aims to identify and rank suitable areas for rainwater harvesting. Using the Generative Artificial Intelligence, Analytical Hierarchy Process (AHP) and geographic data analysis in GIS software, potential areas in Mazandaran province have been identified for this purpose. ChatGPT-4 artificial intelligence was employed to simulate expert opinions in pairwise comparisons. The results of this research, in addition to aiding the development of rainwater harvesting systems, can also evaluate the use of AI in the water resources management and engineering. Among the obtained results, slope had the highest weight with a final value of 0.2412, while geomorphology had the lowest weight with a final value of 0.0372. The findings indicate that the use of AI can facilitate decision-making under uncertainty and challenges in water resource engineering and management.</Abstract>
			<OtherAbstract Language="FA">&lt;span lang=&quot;FA&quot;&gt;سامانه‌های جمع‌آوری آب باران به‌عنوان یکی از راهبردهای اساسی در مدیریت منابع آب، موردتوجه قرارگرفته‌اند. با درنظرگرفتن تغییرات اقلیمی و رشد تقاضای آب، بسیاری از مناطق جهان با بحران کمبود آب روبه‌رو هستند. این سامانه‌ها می‌توانند به‌عنوان رویکردی پایدار و مقرون‌به‌صرفه برای مقابله با این مشکلات به‌کار گرفته شوند. این پژوهش با هدف شناسایی و رتبه‌بندی مناطق مناسب برای استحصال آب باران انجام&lt;/span&gt;&lt;span dir=&quot;LTR&quot; lang=&quot;FA&quot;&gt;‎&lt;/span&gt;&lt;span lang=&quot;FA&quot;&gt;شده است. با استفاده از هوش مصنوعی مولد، فرآیند تحلیل سلسله‌مراتبی (&lt;/span&gt;&lt;span dir=&quot;LTR&quot;&gt;AHP&lt;/span&gt;&lt;span lang=&quot;FA&quot;&gt;) و تحلیل داده‌های جغرافیایی در نرم‌افزار &lt;/span&gt;&lt;span dir=&quot;LTR&quot;&gt;GIS&lt;/span&gt;&lt;span lang=&quot;FA&quot;&gt;، مناطق مستعد استان مازندران برای این هدف مشخص شده‌اند. از هوش مصنوعی&lt;/span&gt; &lt;span dir=&quot;LTR&quot;&gt;ChatGPT-4&lt;/span&gt; &lt;span lang=&quot;FA&quot;&gt;برای شبیه‌سازی نظرات کارشناسان در مقایسه‌های زوجی استفاده شده است. نتایج این تحقیق علاوه&lt;/span&gt;&lt;span dir=&quot;LTR&quot; lang=&quot;FA&quot;&gt;‎&lt;/span&gt;&lt;span lang=&quot;FA&quot;&gt;بر کمک به توسعه سامانه‌های جمع‌آوری آب باران، می‌تواند رویکرد استفاده از هوش مصنوعی را در مهندسی و مدیریت منابع آب نیز مورد سنجش قراردهد. در نتایج به‌دست‌آمده شیب با وزن نهایی 2412/0 و  ژئومورفولوژی با وزن نهایی 0372/0 به‌ترتیب بیش‌ترین و کم‌ترین وزن را داشتند. نتایج به‌دست‌آمده نشان می‌دهد که استفاده از هوش مصنوعی می‌تواند تصمیم‌گیری‌های همراه با عدم قطعیت و چالش در مهندسی و مدیریت منابع آب را تسهیل نماید. &lt;/span&gt;</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">جمع‌آوری آب باران</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هوش مصنوعی مولد</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تصمیم‌گیری چندمعیاره</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اولویت‎بندی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.jwwse.ir/article_233324_917c1cbd516619a4d5ca11b3e8d02d8e.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
