مجتبی شهنیانی - دانش آموخته کارشناسی ارشد مهندسی صنایع دانشگاه آزاد اسلامی واحد بین المللی خلیج فارس، خرمشهر، ایران.
مسعود نارنجی - استادیار مهندسی صنایع دانشگاه تهران، تهران، ایران
محمدابراهیم طیبی - استادیار مهندسی صنایع دانشگاه آزاد اسلامی واحد بین المللی خلیج فارس، خرمشهر، ایران

انرژی در کنار سایر عوامل تولید، یک عامل موثر در رشد و توسعه ی اقتصادی تلقی می شود و در عملکرد بخش های مختلف اقتصادی نقش چشم گیری ایفا می کند. از این رو مسئولان کشور باید تلاش کنند تا با پیش بینی هرچه دقیق تر مصرف انرژی و برنامه ریزی صحیح در هدایت مصرف، پارامترهای عرضه و تقاضای انرژی را به نحو مطلوب کنترل کنند. در این تحقیق با استفاده از الگوریتم شبکه عصبی ANFIS به پیش بینی مصرف انرژی (برق) در صنایع فولادی پرداخته شد. ابزار گردآوری اطلاعات پایگاه داده اطلاعاتی مصرف انرژی در شرکت های مختلف می باشد. بر اساس نتایج بدست آمده از این تحقیق در ابتدا معیارهای موثر بر مصرف برق با استفاده از نظرات کارشناسان تعیین شده و در فاز بعد سعی در کاهش تعداد عامل ها با استفاده از فاکتور آنالیز شده است که بر این اساس 5 معیار مورد انتخاب قرار گرفته اند که عبارتند از: نوع احیا انجام شده (کوره بلند، کوره کوتاه، ترکیبی)، درصد تخلخل آهن اسفنجی، نسبت تولید/ظرفیت سیسیتم، عیار آهن اسفنجی ورودی، استحکام آهن اسفنجی که با استفاده از این 5 معیار پیش بینی انجام شده است. با استفاده از الگوریتم شبکه عصبی در قالب مدل های فازی مثلثی و گوسی سعی در پیش بینی مصرف برق بر اساس تفاوت با استاندارد شده است که الگوریتم های شبکه عصبی در پیش بینی مصرف برق دارای دقت حدود 85 درصد می باشند.

شبکه عصبی فازی، پیش بینی، مصرف انرژی، صنایع فولادی.