پیش بینی ماهانه مصرف نفت سفید کل کشور با استفاده ازشبکة عصبی بازگشتی

با توجه به نقش نفت سفید در تامین انرژی گرمایشی بخشهای عمدهای از کشور که هنوز امکان گازرسانی به آنجا وجود نداشته، پیش بینی مصرف نفت سفید جهت انجام برنامهریزیهای آتی از جمله تخصیص بهینه آن در کل کشور امری با اهمیت مینماید . بررسی مصرف نفت سفید در کل کشور در طی سالهای گذشته نشان دهنده آنست که روند مصرف آن از یک الگوی چرخشی تبعیت میکند که ارتباط مستقیمی با برودت هوا و فصل های سال دارد . در پیشبینی کوتاه مدت با الگوهای چرخشی، روشهای زیادی مبتنی بر سریهای زمانی بسط و توسعه داده شدهاند اما مدلهای یاد شده به طور عمده روندهای خطی در سریهای زمانی را کشف میکنند و در حالی که در دنیای واقعی اغلب روندها غیرخطی میباشند . ًاز جمله ابزاری که اخیرا کانون توجه بسیاری محققین قرار گرفته، شبکه های عصبی مصنوعی میباشد که از طریق آموزش، توانایی یادگیری از تجارب گذشته و بهبود سطح کارایی خود را دارند . به همین جهت در این تحقیق با استفاده از یادگیری » هدایت شده « یک مدل شبکة عصبی برای » پیش بینی ماهانه مصرف نفت سفید « ، توسعه داده شده است و در ذیل این مدل برای شناخت عوامل موثر بر عملکرد شبکه عصبی، از طراحی آزمایشات بهره گیری شده است .

کلیدواژه ها:

پیش بینی مصرف نفتسفید ، شبکههای عصبی بازگشتی ، طراحی آزمایشات