کاربرد الگوریتم ژنتیک در انتخاب بهترین سناریو برای پیشبینی تقاضای انرژی مصرفی بخش خانگی - تجاری در ایران
Authors
Abstract:
توسعه مدلهای پیشبینی انرژی یکی از مراحل مهم در برنامهریزیهای کلان برای تامین پایدار انرژی در راستای توسعه اقتصادی و رفاه اجتماعی است و همواره مورد توجه سیاستگذران و تحلیلگران انرژی بوده است. بخش خانگی- تجاری بزرگترین مصرفکننده انرژی در ایران است و پیشبینی تقاضای این بخش از اهمیت بالایی برخوردار است. در تحقیق حاضر با استفاده از از توابع خطی و نمایی و با ضرایب بدست آمده از الگوریتم ژنتیک به پیشبینی تقاضای انرژی بخش خانگی – تجاری ایران پرداخته شده است. 54 سناریوی مختلف با ورودیهای متفاوت مورد بررسی قرار گرفته و از دادههای مربوط به سالهای 1346 تا 1389 برای توسعه مدلها و انتخاب سناریوی مناسب استفاده شده است. نتایج نشان داد مدل نمایی با ورودیهای ارزشافزوده کل منهای بخش نفت، ارزش ساختمانهای ساخته شده، تعدا کل خانوار و شاخص قیمت مصرف انرژی مناسبترین مدل است. با استفاده از سناریوی انتخابی تقاضای انرژی بخش خانگی-تجاری تا سال 1410 پیشبینی شده است. نتایج نشان میدهد تقاضای انرژی این بخش در سال 1410 به حدود 1180 میلیون بشکه معادل نفت خام میرسد.
similar resources
کاربرد الگوریتم ژنتیک در انتخاب بهترین سناریو برای پیش بینی تقاضای انرژی مصرفی بخش خانگی - تجاری در ایران
توسعه مدل های پیش بینی انرژی یکی از مراحل مهم در برنامه ریزی های کلان برای تامین پایدار انرژی در راستای توسعه اقتصادی و رفاه اجتماعی است و همواره مورد توجه سیاستگذران و تحلیلگران انرژی بوده است. بخش خانگی- تجاری بزرگترین مصرف کننده انرژی در ایران است و پیش بینی تقاضای این بخش از اهمیت بالایی برخوردار است. در تحقیق حاضر با استفاده از از توابع خطی و نمایی و با ضرایب بدست آمده از الگوریتم ژنتیک به...
full textانتخاب سناریوی مناسب برای پیش بینی تقاضای انرژی بخش خانگی-تجاری با استفاده از الگوریتم بهینهسازی انبوه ذرات
در دهههای اخیر، انرژی در کنار سایر عوامل تولید نقش تعیینکنندهای در رشد اقتصادی کشورها داشته و اهمیت آن همچنان رو به افزایش است. رشد اقتصاد جهان و روند صنعتی شدن موجب افزایش تقاضا و مصرف انرژی شده است. از سوی دیگر از میان بخشهای مصرفکنندهی انرژی، بخش خانگی– تجاری یکی از پرمصرفکنندهترین بخشهای تقاضای انرژی است. بطوریکه بیش از 34% از میزان مصرف انرژی را نسبت به سایر بخشها به خود اختصا...
full textکاربرد الگوریتم انبوه ذرات و الگوریتم ژنتیک در شبیهسازی و پیشبینی تقاضای انرژی
مدیریت تقاضای انرژی از اهمیت فراوانی در برنامهریزی و تامین امنیت اقتصادی کشورها برخوردار است. شناسایی عوامل موثر بر روند تقاضای انرژی کشور و پیش بینی مصرف آتی آن میتواند به سیاستگذاران و فعالان در بازار انرژی در جهت تصمیمگیریهای اقتصادی و بهبود عملکرد بازار و تامین امنیت سوخت کشور کمک کند. امروزه روشهای نوینی برای مدلسازی و پیش بینی پدیدههای مختلف ابداع گشته است که در میان این روشها ال...
full textکاربرد شبکه عصبی مبتنی بر الگوریتم ژنتیک در پیش بینی تقاضای بلندمدت انرژی
پیشبینی تقاضای انرژی جهت عرضه به موقع، تنظیم بازار، هدفگذاری میزان صادرات و ایجاد امنیت انرژی اهمیت ویژهای دارد. روشهای مختلفی برای پیشبینی تقاضای انرژی معرفی شده است که در این بین با توجه به روند غیرخطی و پرنوسان تقاضای انرژی، تکنیکهای غیرخطی نتایج مطلوبتری داشته است. شبکههای عصبی و الگوریتم ژنتیک از مهمترین و پرکاربردترین تکنیکهای غیرخطی در این زمینه میباشند که هر یک نقاط ضعف و قوت خ...
full textکاربرد الگوریتم انبوه ذرات و الگوریتم ژنتیک در شبیه سازی و پیش بینی تقاضای انرژی
مدیریت تقاضای انرژی از اهمیت فراوانی در برنامه ریزی و تامین امنیت اقتصادی کشورها برخوردار است. شناسایی عوامل موثر بر روند تقاضای انرژی کشور و پیش بینی مصرف آتی آن می تواند به سیاست گذاران و فعالان در بازار انرژی در جهت تصمیم گیری های اقتصادی و بهبود عملکرد بازار و تامین امنیت سوخت کشور کمک کند. امروزه روش های نوینی برای مدل سازی و پیش بینی پدیده های مختلف ابداع گشته است که در میان این روش ها ال...
full textبرآورد تابع تقاضای گاز طبیعی در بخش خانگی و تجاری ایران: رویکرد مدلسازی غیرخطی
این مقاله با بکارگیری رویکرد اقتصاد سنجی رگرسیون انتقال ملایم، تابع تقاضای گاز طبیعی در بخش خانگی و تجاری ایران را به شیوهای پیوسته و غیرخطی مدلسازی کرده است. برای این منظور از دادههای سالانه قیمت واقعی گاز طبیعی و قیمت واقعی برق در بخش خانگی و تجاری، درآمد، تعداد مصرف کنندگان گاز طبیعی و متوسط دمای هوا طی دوره زمانی 1351 تا 1388، به عنوان عوامل مؤثر بر تقاضای گاز طبیعی در بخش خانگی و تجاری ...
full textMy Resources
Journal title
volume 18 issue 2
pages 0- 0
publication date 2015-07
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023