مقایسه روش های شبکه عصبی مصنوعی و رگرسیون چند متغیره در پیش بینی تولید انرژی های نو
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 921
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WINDCONF06_030
تاریخ نمایه سازی: 27 آبان 1393
چکیده مقاله:
ایران پتانسیل بالایی در منابع انرژی های نو نظیر خورشیدی، بادی، زمین گرمایی و ... دارد. از این رو بدیهی است که به کارگیری این منابع برای بهینه ساختن تابع مصرف کشور ضروری می باشد، اما متأسفانه به دلایل مختلفی به کارگیری این منابع مورد غفلت واقع شده اند. در این تحقیق با استفاده از روش های شبکه عصبی مصنوعی و رگرسیون چندمتغیره تولید انرژی های نو ایران پیش بینی گردیده است و بهترین مدل پیش بینی معرفی گردیده است. از داده های سالیانه 1346 تا 1385 که 90 درصد داده ها را تشکیل می دهند به منظور طراحی مدل ها، و از داده های سال های 1386 تا 1390 جهت ارزیابی آن ها استفاده شده است. برای مقایسه این سه روش در پیش بینی، از معیارهای RMSE، MAE و MAPE استفاده شده است. نتایج این تحقیق نشان داد که شبکه عصبی مصنوعی خطای کم تری در تمام معیارها دارد و مدل بهتری در پیش بینی از خود نشان می دهد.
کلیدواژه ها:
نویسندگان
سیدکمال چهارسوقی
دانشیار مهندسی صنایع تهران، جلال آل احمد، پل نصر، دانشگاه تربیت مدرس، بخش مهندسی صنایع
محسن رضائی
تهران، جلال آل احمد، پل نصر، دانشگاه تربیت مدرس، بخش مهندسی صنایع کارشناسی ارشد مهندسی صنایع
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :