مقایسه روش های شبکه عصبی مصنوعی و رگرسیون چند متغیره در پیش بینی تولید انرژی های نو

  • سال انتشار: 1393
  • محل انتشار: ششمین همایش علمی تخصصی انرژی های تجدید پذیر، پاک و کارآمد
  • کد COI اختصاصی: WINDCONF06_030
  • زبان مقاله: فارسی
  • تعداد مشاهده: 847
دانلود فایل این مقاله

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

چکیده

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

انرژی، انرژی های نو ، شبکه عصبی مصنوعی، رگرسیون چند متغیره ، پیش بینی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.