محمدرضا حمیدی زاده - دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی
محمدجواد کارگر - کارشناسی ارشد مهندسی فناوری اطلاعات دانشگاه تربیت مدرس
محمد حمیدیان - دانشجوی دکتری مدیریت دانشگاه شهید بهشتی

در این پژوهش، مدلی برای پیش­بینی مصرف برق سالیانه ایران بر اساس معیارهای اقتصادی و با استفاده از شبکه های عصبی مصنوعی ارائه و همچنین تاثیر اجرای طرح هدفمندسازی یارانه ها در اولین سال اجرای این طرح بر مصرف برق سالیانه ایران بررسی شده است. بدین صورت که شبکه عصبی نارکس متغیرهای جمعیت و تولید ناخالص داخلی را به عنوان ورودی دریافت کرده و خروجی آن مصرف برق سالیانه در ایران است. برای آزمودن و آموزش شبکه طراحی شده، داده های سال های ۱۳۶۲ تا ۱۳۸۹ جمع آوری شده است که داده های چهار سال آخر برای آزمودن عملکرد شبکه مورد استفاده قرار گرفته است. برای بررسی میزان دقت پیش بینی شبکه طراحی شده، دو مدل شبکه عصبی پرسپترون و مدل سری زمانی آریما نیز طراحی گردیده است که مقایسه نتایج نشان می دهد که شبکه عصبی نارکس توانایی بالاتری در پیش بینی مصرف برق ایران دارد. در این مدل با لحاظ شدن عوامل کلیدی تاثیر گذار بر مصرف برق، مصرف برق سالیانه ایران در سال های قبل از اجرای هدفمندی یارانه ها با دقت بالایی پیش­بینی می شود و بر این اساس میزان مصرف برق ایران در سال ۱۳۹۰ و بررسی این روند در سال های ۱۳۹۱ و ۱۳۹۲ بیانگر تاثیر اجرای طرح هدفمندی یارانه ها در اولین سال پس از اجرای آن بر مصرف برق سالیانه کشور است. کاهش نسبتا محسوس مصرف برق در این سال نسبت به پیش­بینی مدل ارائه شده موید این تاثیر است. نتایج پژوهش حاکی از آن است که با توجه به ساختار شبکه عصبی نارکس و تاثیر تدریجی عامل زمان بر آن از این مدل می توان برای پیش­بینی مصرف برق سالیانه کشور استفاده نمود.

پیش بینی مصرف برق, شبکه عصبی نارکس, شبکه عصبی پرسپترون, مدل آریما, هدفمندسازی یارانه ها