CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: مقایسه روش های شبکه عصبی مصنوعی و رگرسیون چند متغیره در پیش بینی تولید انرژی های نو
شناسه ملی مقاله: WINDCONF06_030
منتشر شده در ششمین همایش علمی تخصصی انرژی های تجدید پذیر، پاک و کارآمد در سال 1393
مشخصات نویسندگان مقاله:

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

خلاصه 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.

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

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/311300/