پیش‌بینی کوتاه‌مدت تقاضای فصلی الکتریسیته با استفاده از مدل‌های ترکیبی هوشمند نرم

Authors

  • مهدی خاشعی دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان
Abstract:

روش‌های پیش‌بینی از کارآمدترین ابزارهای موجود به‌منظور اتخاذ تصمیمات مدیریتی در حوزه‌های مختلف علوم هستند. دقت پیش‌بینی‌ها یکی از مهم‌ترین عامل‌های مؤثر بر کیفیت تصمیمات اتخاذی است که رابطه‌ی مستقیمی با کیفیت این تصمیمات دارند. پیش‌بینی تقاضای الکتریسته یکی از چالش‌برانگیزترین حوزه‌های پیش‌بینی است. مشخصه‌ی منحصربه فرد الکتریسته، که پیش‌بینی را در مقایسه با سایر کالاهای تولیدی دشوارتر می‌سازد، عدم امکان ذخیره‌سازی آن به‌منظور مصرف در آینده است. این موضوع سبب ایجاد سطح بالایی از ابهام در داده‌های مرتبط با این‌گونه از بازارها می‌شود. ابزارهای هوش محاسباتی و محاسبات نرم از جمله دقیق‌ترین روش‌های حال حاضر به‌منظور مدل‌سازی عدم قطعیت موجود در داده‌ها هستند. در این مقاله، با ترکیب روش‌های مذکور، یک روش هوشمند نرم به‌منظور پیش‌بینی الکتریسیته ارائه شده است. ایده‌ی اصلی مدل استفاده‌ی هم‌زمان از مزایای ابزارهای هوش محاسباتی و محاسبات نرم در مدل‌سازی سیستم‌های پیچیده است. نتایج نشان‌دهنده‌ی دقت بالاتر روش پیشنهادی نسبت به سایر مدل‌هاست.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

طراحی پرتفوی هوشمند با استفاده از مدلهای سرمایه گذاری کمی

در چند دهه گذشته شناسایی متغیرهای حالت و پارامترهای یک مدل از روی داده های اندازه گیری شده، افزایش چشم‌گیری داشته است این رشد گسترده نیاز فزاینده به مدل‌های فراگیر و یکپارچه ایجاد کرده است. دستیابی به رشد مداوم و بلندمدت اقتصادی نیازمند تخصیص بهینه منابع می باشد و این مهم بدون استفاده از بازارهای مالی، به ویژه بازار سرمایه کارآمد امکان پذیر نیست لذا بهینه‌سازی پرتفوی و تخصیص ثروت بین دارایی‌های...

full text

تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی

با توجه به اجرایی شدن سامانه عملیات الکترونیکی مودیان مالیاتی و ایجاد پایگاه داده‌های مالیاتی، امکان پایش اطلاعات موجود با مدل های مختلف فراهم شده است. در این پژوهش، از الگوریتم بهینه سازی جستجوی هارمونی به‌منظور بهینه سازی همزمان پارامترهای شبکه عصبی پرسپترون چند لایه و ترکیب مناسب ورودی ها استفاده شده است. علاوه بر آن نتایج با رگرسیون لجستیک به عنوان هسته سیستم مورد مقایسه قرار گرفته است. متغ...

full text

مکانیابی خطاهای پنهان نرم افزار با استفاده از آنتروپی متقاطع و مدلهای n-گرام

The aim is to automate the process of bug localization in program source code. The cause of program failure could be best determined by comparing and analyzing correct and incorrect execution paths generated by running the instrumented program with different failing and passing test cases. To compare and analysis the execution paths, one approach is clustering the paths according to their simil...

full text

تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی

با توجه به اجرایی شدن سامانه عملیات الکترونیکی مودیان مالیاتی و ایجاد پایگاه داده های مالیاتی، امکان پایش اطلاعات موجود با مدل های مختلف فراهم شده است. در این پژوهش، از الگوریتم بهینه سازی جستجوی هارمونی به منظور بهینه سازی همزمان پارامترهای شبکه عصبی پرسپترون چند لایه و ترکیب مناسب ورودی ها استفاده شده است. علاوه بر آن نتایج با رگرسیون لجستیک به عنوان هسته سیستم مورد مقایسه قرار گرفته است. متغ...

full text

تاثیر چرخه تجاری بر پایداری مدلهای پیشبینی ورشکستگی

پژوهش حاضر به بررسی تاثیر چرخه تجاری بر پایداری الگوهای پیش­بینی ورشکستگی در محیط اقتصادی ایران می­پردازد. در این پژوهش چرخه تجاری ایران با استفاده از فیلتر هدریک پرسکات شناسایی شده و برای پیش­بینی ورشکستگی از مدل‌های لاجیت و تحلیل تمایزی استفاده شده است. داده­های مالی 118 شرکت پذیرفته شده در بورس اوراق بهادار تهران برای سال‌های 1381تا 1390 جمع‌آوری و فرضیه پژوهش با مقایسه کارایی و پایداری مدل‌...

full text

تحلیل فضایی پراکنش جمعیت و توزیع خدمات در شهر اهواز با استفاده از مدلهای ترکیبی

این پژوهش به تحلیل فضایی توزیع خدمات و پراکنش جمعیت در بین مناطق شهر اهواز از طریق رتبه‌بندی آن‌ها می‌پردازد. روش پژوهش توصیفی – تحلیلی است که از مدل‌های ضریب آنتروپی و تاکسونومی، آنتروپی شانون، SAR، SAW و روش‌های میانگین رتبه کپ‌لند و بردا استفاده شده است، جامعه آماری هشت منطقه کلان شهر اهواز است. شهر اهواز بر اساس آخرین سرشماری سال 1390 دارای 1112668 نفرجمعیت بوده است. از نظر توزیع و برخوردار...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 35.1  issue 1.2

pages  113- 121

publication date 2019-08-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023