استفاده از رهیافت شبکه عصبی در پیش بینی مصرف انرژی خط یک متروی تهران
Publish place: Iranian journal of Energy، Vol: 21، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 227
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJENERGY-21-3_005
تاریخ نمایه سازی: 31 خرداد 1400
Abstract:
امروزه انرژی و میزان مصرف آن، محور استراتژیک برنامه ریزی های سازمانی است. گسترش سیستم حمل ونقل درون شهری بدون در نظر گرفتن شرایط گوناگون اقتصادی، علمی، صنعتی، آب و هوایی و رشد روزافزون شهرنشینی امکانناپذیر است. تحلیل روندهای پیشین اطلاعات مصرف انرژی جهت پیشبینی روندهای آینده با درنظرگرفتن نرخ توسعه خطوط مترو، راهحلی کلیدی در راستای برنامه ریزی ها و سیاستگذاریهای کلان آینده محور خواهد بود. در این پژوهش برای پیشبینی مصرف انرژی خط یک متروی تهران از مدل شبکه عصبی GMDH استفاده شده است که از قابلیت شناسایی و غربال کردن متغیرهای ورودی کم اثر در دوره آموزش شبکه و حذف آنها در دوره آزمون، برخوردار میباشد و همچنین برای درک میزان دقت پیشبینی با مدل ARIMA مورد مقایسه قرارگرفته است. در این پژوهش، دوازده متغیر اثرگذار بر میزان مصرف انرژی متروی تهران شناسایی شده و به عنوان متغیرهای ورودی مدل در نظر گرفته شده است. نتایج حاکی از آن است که مدل شبکه عصبی GMDH، به مراتب خطای کمتری را نسبت به مدل ARIMA دارد و از دقت پیشبینی بالاتری برخوردار است.
Keywords:
Forecast , Energy , GMDH Neural Network , Tehran Metro , پیش بینی , انرژی , متروی تهران , شبکه عصبی GMDH
Authors
احمدرضا قاسمی
University of Tehran, Tehran
یاسر تقی نژاد
University of Tehran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :