الهام هنری - دانشجوی کارشناسی ارشد
مسعود یقینی - استادیار دانشگاه علم و صنعت تهران
محمدحسین ندیمی - استادیار دانشگاه آزاد اسلامی واحد نجف آباد
ابراهیم جان نثاری - دانشجوی کارشناس ارشد راه اهن

روشهاوالگوهای اماری و اقتصادسنجی متفاوتی ازقبیل تجزیه و تحلیل رگرسیون و سریهای زمانی به منظور پیش بینی گازطبیعی بهطور معمول توسط محققان بیشماری مورد استفاده قرارگرفته اند اما درسالهای اخیر شبکه های عصبی مصنوعی به عنوان ابزاری موثر و کارا درپیش بینی متغیرهای اقتصادی مطرح شده است دراین پژوهش با استفاده از شبکه عصبی مصنوعی و بادرنظرگرفتن شاخصهای اقتصادی و اجتماعی مصارف گازطبیعی سالهای 1391-1395 دربخش خاهنگی و تجاری استان اصفهان پیش بینی شده است ازپرسپترون چندلایه و ازالگوریتم پس انتشار خطای اصلاح شده برای اموزش شبکه استفاده شده است نتایج حاصل ازپیش بینی با این روش درمقایسه با روش رگرسیون چندمتغیره و روش باکس جنکینز نشان دهنده خطای به مراتب کمتری است.

شبکه عصبی مصنوعیف پرسپترون، چندلایه، الگوریتم پس انتشار خطا، بخشهای خانگی و تجاری، مصارف گازطبیعی