انتخاب الگوریتم آموزشی بهینه جهت توسعه مدل شبکه عصبی مصنوعی درپیش بینی تولید انرژی تجدیدپذیر

انرژی های تجدیدپذیر به عنوان یکی از راه حل های موثر و کارا در دست یابی به توسعه پایدار می باشند. ایران دارای منابع فراوانی از انرژی خورشیدی، بادی، برق آبی و زمین گرمایی می باشد، اما به دلایل مختلفی، این انرژی ها برای مدت مدیدی مورد غفلت واقع شده اند. در این تحقیق، به منظور پیش بینی تولید انرژی تجدیدپذیر ایران، مدل شبکه عصبی مصنوعی طراحی گردیده است. از 70 درصد داده ها برای آموزش، 15 درصد برای اعتبار سنجی و 15 درصد داده ها به طور تصادفی برای ارزیابی شبکه آموزش دیده استفاده شده است. با توجه به سرعت مناسب همگرایی و کارایی بالا، در ادبیات، از الگوریتم لونبرگ - مارکوآرت به عنوان الگوریتم آموزشی جهت آموزش شبکه عصبی مورد استفاده قرار می گیرد. از این جهت در این تحقیق این الگوریتم آموزشی با سایر الگوریتم های آموزشی مورد مقایسه قرار گرفته است. نتایج تحقیق نشان داد که الگوریتم لونبرگ - مارکو آرت بهترین الگوریتم آموزشی جهت پیش بینی تولید انرژی تجدیدپذیر کشور با استفاده از شبکه عصبی مصنوعی می باشد.

Keywords:

انرژی تجدیدپذیر , توسعه پایدار , شبکه عصبی مصنوعی , الگوریتم آموزشی