CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مقایسه شبکه های عصبی و سیستم فازی در پیش بینی مصرف گاز

اعتبار موردنیاز : ۰ | تعداد صفحات: ۴ | تعداد نمایش خلاصه: ۳۹۶ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: ICCEIT01_012
زبان مقاله: فارسی
حجم فایل: ۴۲۷.۹۹ کیلوبایت
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها و مجلات می باشد. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود فایل مقاله

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله مقایسه شبکه های عصبی و سیستم فازی در پیش بینی مصرف گاز

  محبوبه اسماعیلی - دانشگاه علم و هنر یزد
  راحله زادمهر - دانشگاه علم و هنر یزد
  ولی درهمی - دانشگاه یزد
محسن دهشیری زاده - پژوهشگر شرکت گاز استان یزد

چکیده مقاله:

پیش بینی مصرف گاز در سیستم های توزیع گاز با توجه به کمک شایانی که می تواند یه مدیریان این مجموعه ها برای مدیریت داشته باشد از اهمیت بالایی برخوردار است فرآیند داده کاوی با استفاده از تکنیک های گوناگون اطلاعات مفید را از داده های بیرون می کشد . یکی از کابردهای مهم داده کاوی پیش بینی می باشد . تکنیک های مختلفی از قبیل رگرسیون سیستم فازی میزان مصرف گاز پیش بینی می شود و جواب ها مقایسه می گردد . مجموعه داده هایی که برای این کار استفاده شد مربوط به استان یزد می باشد که از سال های 1387 تا 1393 توسط شرکت گاز استان یزد و اداره هواشناسی استان یزد جمع آنوری شده است .

کلیدواژه‌ها:

پیش بینی مصرف شرکت گاز شبکه عصبی سیستم فازی داده کاوی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICCEIT01-ICCEIT01_012.html
کد COI مقاله: ICCEIT01_012

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اسماعیلی, محبوبه؛ راحله زادمهر؛ ولی درهمی و محسن دهشیری زاده، ۱۳۹۳، مقایسه شبکه های عصبی و سیستم فازی در پیش بینی مصرف گاز، اولین همایش داخلی مهندسی کامپیوتر و فناوری اطلاعات، بروجن، دانشگاه آزاد اسلامی واحد بروجن، https://www.civilica.com/Paper-ICCEIT01-ICCEIT01_012.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (اسماعیلی, محبوبه؛ راحله زادمهر؛ ولی درهمی و محسن دهشیری زاده، ۱۳۹۳)
برای بار دوم به بعد: (اسماعیلی؛ زادمهر؛ درهمی و دهشیری زاده، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • علی آزاده و همکاران، "ارائه الگوریتم رگرسیون فازی جهت تخمین ... (مقاله کنفرانسی)
  • A.Behrouznia, M.Saberi, S .M.Asadzadeh, ...
  • P .Pazhoheshfar, "An Adaptive Network Based Fuzzy Inference System for ...
  • M.Saberi, A.Azadeh, Z.Saberi, P .Pazhoheshfar, "A Knowledge Management System Based ...
  • W.Wang, X.Wang, " Electricity Consumption ...
  • Prediction Model Based on Fuzzy Clustering and Rough Set", 7th ...
  • Journal of Accounting Information Systems, Vol. 11, pp. 157- 181, ...
  • Vincenzo Bianco, Federico Scarpa, Luca A. Tagliafico, "Scenario Analysis of ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۱۱۳۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.