بکارگیری و مقایسه مدلهای آریما و شبکه ی عصبی در پیش بینی مصرف انرژی نهایی ایران،خاورمیانه و جهان

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 887

فایل این مقاله در 15 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:

NIESC01_071

تاریخ نمایه سازی: 14 شهریور 1392

چکیده مقاله:

مصرف انرژی درکشورهای درحال توسعه مثل ایران به سرعت روبه افزایش است و نوع منابع مورد استفاده دراین کشورها تجدید ناپذیروالاینده است بنابراین برای بهبود وضعیت انرژی و برنامه ریزی نیازهای اتی این کشورها نیاز به پیش بینی میان مدت و بلندمدت مصرف انرژی امری ضروری است از این رو استفاده ازمدلهای دقیق پیش بینی که درشرایط متغیر و با داده های کم و ناقص جواب مناسبی ارایه کند بسیار مهم است مدلهای مختلف خطی و غیرخطی چون مدلهای سری زمانی آریما مدلهای رگرسیونی مدلهای پیشرفته چون شبکه های عصبی و مدلهای فازی دراین زمینه مورد استفاده قرارگرفته و مصرف انرژی را درحوزه های مختلف مصرف پیش بینی کرده اند که هریک بسته به روند و ماهیت داده ها نتایج مناسبی ارایه کرده اند ازاین رو دراین مطالعه با مقایسه دو مدل اریما و شبکه عصبی به پیش بینی مصرف انرژی درسه حوزه ایران خاورمیانه و جهان با داده های سالهای 1965و2010 پرداخته شده که نتایج حاکی ازبرتری شبکه های عصبی نسبت به مدل اریما یم باشد براساس نتایج حاصل ازمصرف جهانی انرژی درسال 2011و2015 به شدت رو به افزایش خواهد بود و درسال 2015 سهم انرژی ایران ازخاورمیانه حدود سه درصد افزایش می یابد که بیانگر نیاز به برنامه ریزی میان مدت و بلندمدت درحوزه انرژی می باشد.

کلیدواژه ها:

پیش بینی سری های زمانی ، انرژی ، مدل آریما ، شبکه عصبی

نویسندگان

سیده سعیده صادق

دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات

محمد صالح اولیاء

دانشیار دانشکده مهندسی صنایع 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 :
  • آماده رحمید , قاضی , مرتضی , عباسی فر، زهره. ...
  • انجیدنی , مجید .سال 1383. مهندسی شبکه های عصبی توسط ...
  • رمضانی, رضا و رمضانی, مریم. 2005. پیش بینی تقاضای ماهیانه ...
  • طاهری فرد , احسان و رحمانی, علی. رابطه بین رشد ...
  • داسگاء آزاد اسهامی واحد سح آباد 20029 آدر _ 91 ...
  • تخمین تابع تقاضای گاز طبیعی مصارف خانگی شهر تهران [مقاله ژورنالی]
  • Badri, A.; Ameli, Z. & Motie Birjandi, A. , 2012، ...
  • Bianco, Vincenzo; Manca, Oronzio ; Nardini, Sergio, 2009, Electricity consumption ...
  • داسگاء آزاد اسهامی واحد سح آباد 20029 آدر _ 91 ...
  • Akdemir, Bayram ; Cetinkaya, Nurettin. 20 12, Long-term load forecasting ...
  • Alper, Unler. 2025. 2008, Improvement of energy demand forecasts using ...
  • Azadeh, A., et al. s.l. , 2011. A hybrid fuzzy ...
  • Azadeh, A; Ghaderi, SF; Sohrabkhani, S. 2008, A simulated-bas ed ...
  • Ediger, Volkan S.; Akar, Sertac. 2007, ARIMA forecasting of primary ...
  • Ekonomou, L. 2010, Greek long-term energy consumption prediction using artificial. ...
  • Hahn, Heiko; Nieberg, Silja Meyer; Stefan Pickl , 2009 .Electric ...
  • Hsiao-Tien, Pao. 2006 , Comparing linear and nonlinear forecasts for ...
  • Jebaraj, S., Iniyan, S. 2006, A review of energy models. ...
  • Jianzhou Wang; et all, 20 10, Combined modeling for electric ...
  • Kavaklioglu, Kadir; Ceylan, Halim; Kemal, Harun. 2009, Modeling and prediction ...
  • Khashei, Mehdi; Bijari, Mehdi. 2010, An artificial neural network [p, ...
  • Khashei, Mehdi; Bijari, Mehdi; RaissiArdali, GholamAli. 2009, Improvement of Auto- ...
  • Lee, Yi Shian; Lee, Ing Tong. 2011, Forecasting energy consumption ...
  • Li, Chunshien; Jhao-WunHu 2012, A new ARIMA-based neuro-fuzzy approach and ...
  • Pappas, S.Sp.; et al. 2008 , Electricity demand loads modeling ...
  • Pao, H.T., 2009, Forecasting energy consumption in Taiwan using hybrid ...
  • Piltan, Mehdi; Shiri, Hiva; Ghaderi, S.F. 2012, Energy demand forecasting ...
  • Shiwei, Yu.; Wei, Yi-Ming and KeWang. 2012, A PSO-GA optimal ...
  • Soldo, BozYidar. 2012, Forecasting natural gas consumption. Applied Energy, pp. ...
  • Suganthia, L.; Samuelb, Anand A. 2012, Energy models for demand ...
  • Tsekouras, G.J.; Dialynas, E.N.; Hatziargyrio, N.D. 2007, A non-linear multivariable ...
  • Tso, Geoffrey; Yau, Kelvin. 2007, Predicting electricity energy consumption: A ...
  • Ummihan Basaran, Filik;, Nezih, 6mer Mehmet. 2011, A novel modeling ...
  • .world energy outlook 2008 .international energy agecy ...
  • Zhang, G Peter. 2003, Time series forecasting using a hybrid ...
  • نمایش کامل مراجع