پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 61 |
| تعداد شمارهها | 2,226 |
| تعداد مقالات | 18,258 |
| تعداد مشاهده مقاله | 56,007,043 |
| تعداد دریافت فایل اصل مقاله | 29,036,225 |
مطالعه تطبیقی روش های ARIMA و شبکه های عصبی مصنوعی در پیش بینی نیاز داخلی برق کشور | ||
| پژوهشهای اقتصادی ایران | ||
| مقاله 5، دوره 13، شماره 41، بهمن 1388، صفحه 107-121 اصل مقاله (453.74 K) | ||
| نویسندگان | ||
| علی محمد احمدی1؛ مهدی ذوالفقاری2؛ آیدین غفار نژاد مهربانی3 | ||
| 1استادیار دانشگاه تربیت مدرس | ||
| 2دانشجوی کارشناسی ارشد اقتصاد انرژی دانشگاه صنعت آب و برق | ||
| 3دانشجوی کارشناسی ارشد مکانیک انرژی دانشگاه صنعت آب و برق | ||
| چکیده | ||
| آگاهی از میزان تقاضای انرژی برق در هر دوره، به منظور برنامه ریزی دقیق، برای اعمال سیاست گذاری های لازم، امری ضروری است. از این رو پیش بینی تقاضای آن برای بخش های مختلف اقتصادی حائز اهمیت است. امروزه از بین روش های پیش بینی، شبکه های عصبی مصنوعی، در زمینه تجزیه و تحلیل و مدل سازی روابط غیرخطی یکی از ابزار قدرتمند به حساب می آید که استفاده از آن در سال های اخیر در اقتصاد کلان گسترش یافته است. از این رو در این پژوهش کارایی مدل غیرخطی شبکه عصبی با مدل خطی فرایند ARIMA برای پیش بینی متوسط ماهانه نیاز داخلی برق کشور، برای یک دوره 3 ساله با استفاده از معیارهای MSE، RMSE، NMSE، MAE،MAPE و R2 مقایسه شده است. یافته ها نشان می دهد که شبکه عصبی مصنوعی دارای ضریب خطای کمتر و قدرت توضیح دهندگی بالایی نسبت به مدل AROMA، است. | ||
| کلیدواژهها | ||
| شبکه های عصبی مصنوعی؛ ARIMA؛ پیش بینی؛ نیاز داخلی برق | ||
|
آمار تعداد مشاهده مقاله: 1,364 تعداد دریافت فایل اصل مقاله: 751 |
||
Scholarly Journals Management System © 1991.05.01 by Allameh Tabatabaei University is
licensed under Attribution-NonCommercial 4.0 International.