کارایی مدل شبکه عصبی مصنوعی، الگوریتم توده ذرات و علف های هرز در پیش بینی مصرف انرژی دربخش حمل و نقل دریایی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 570

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KMSU01_028

تاریخ نمایه سازی: 1 آذر 1394

چکیده مقاله:

از آنجایی که انرژی در کنار سایر عوامل تولید، می تواند نقش مهمی را در رشد و توسعه اقتصادی یک کشور ایفا کند، بنابراین مدیران یک کشور باید به دنبال ابزارهایی قدرتمند جهت پیش بینی دقیق تر مصرف انرژی باشند تا بتوانند با مدیریت و برنامه ریزی صحیح مصرف، پارامترهای عرضه و تقاضا را به نحوی مطلوب کنترل و هدایت کنند. در این تحقیق از سه تکنیک قدرتمند شبکه های عصبی مصنوعی، علف های هرز و توده ذرات استفاده شده و میزان دقت هر یک از این مدل ها توسط شاخص هایی نظیر MAD ، MSEو RSE اندازه گیری شده است و یک الگوریتم را که دارای خطای کمتری است و می توان از نتایج آن در بخش مدیریت مصرف انرژی استفاده کرد را معرفی کنیم. در این تحقیق، برای بررسی حاضر، از داده های سالانه مصرف انرژی ،بخش حمل و نقل کشور، به عنوان متغیر خروجی مدل های پیش بینی و از داده های سالانه جمعیت کل کشور، تولید ناخالص داخلی به عنوان متغیرهای ورودی مدل پیش بینی استفاده شده است. نتایج ارزیابی نشان می دهد دو تکنیک علف های هرز و توده ذرات نسبت به شبکه های هوش مصنوعی دارای دقت بالاتری در پیش بینی مصرف انرژی هستند.

کلیدواژه ها:

توده ذرات ، علف های هرز ، شبکه های هوش مصنوعی

نویسندگان

علی غلامی

دانشجوی کارشناسی ارشد مدیریت صنعتی، دانشگاه علم و هنر

آرش عبدالعلی پور

دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران)

حبیب زارع

استادیار گروه مدیریت، دانشگاه یزد

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 :
  • Abraham, R. Buyya and B. Nath, Nature's Heuristics for Scheduling ...
  • Conference on Advanced Computing and Co mmunicatios (ADCOM 2000), pp. ...
  • and C. Kesselman, Morgan Kaufmann Publishers, 1998. ...
  • Computing, in J. of Concurrency and Computation: Practice and Experience, ...
  • _ I7-Gerasoulis, A. and Yang, T. (1992): A comparison of ...
  • swarm optimization", Proc. of IEE Int?l Conf. on Neural Particleء]6[8-J. ...
  • _ (9-Logendran, R. Carson, S. and Hanson, E. (2002): Group ...
  • ]210-Lei Zhang, Yuehui Che and Bo Yang, 2006, ،0Task Scheduling ...
  • _ - -: -: -: - - _ _ _ ...
  • Research (AusGrid2 005), Feb. 2005, pp. 41-48. ...
  • Research (AusGrid 2005), Newcastle, Australia, January 30 - February 4, ...
  • ]00 [15-Rajkumar Buyya, and Manzur Murshed, 2002, ،GridSim: A Toolkit ...
  • Vol 14, Issue 13-15, Wiley Press, USA, pp.1175-1220 ...
  • نمایش کامل مراجع