استفاده از رهیافت شبکه عصبی Gmdh در پیش‌بینی مصرف انرژی خط یک متروی تهران
|
|
|
|
|
|
|
|
نویسنده
|
قاسمی احمدرضا ,تقی نژاد یاسر
|
|
منبع
|
انرژي ايران - 1397 - دوره : 21 - شماره : 3 - صفحه:101 -123
|
|
|
|
|
چکیده
|
امروزه انرژی و میزان مصرف آن، محور استراتژیک برنامه‌ریزی‌های سازمانی است. گسترش سیستم حمل‌ونقل درون‌شهری بدون در نظر گرفتن شرایط گوناگون اقتصادی، علمی، صنعتی، آب و هوایی و رشد روزافزون شهرنشینی امکان ناپذیر است. تحلیل روندهای پیشین اطلاعات مصرف انرژی جهت پیش بینی روندهای آینده با درنظرگرفتن نرخ توسعه خطوط مترو، راه حلی کلیدی در راستای برنامه‌ریزی‌ها و سیاست گذاری های کلان آینده محور خواهد بود. در این پژوهش برای پیش بینی مصرف انرژی خط یک متروی تهران از مدل شبکه عصبی gmdh استفاده‌شده است که از قابلیت شناسایی و غربال کردن متغیرهای ورودی کم اثر در دورۀ آموزش شبکه و حذف آن ها در دورۀ آزمون، برخوردار می باشد و همچنین برای درک میزان دقت پیش بینی با مدل arima مورد مقایسه قرارگرفته است. در این پژوهش، دوازده متغیر اثرگذار بر میزان مصرف انرژی متروی تهران شناسایی‌شده و به‌عنوان متغیرهای ورودی مدل در نظر گرفته‌شده است. نتایج حاکی از آن است که مدل شبکه عصبی gmdh، به‌مراتب خطای کمتری را نسبت به مدل arima دارد و از دقت پیش بینی بالاتری برخوردار است.
|
|
کلیدواژه
|
پیش‌بینی، انرژی، متروی تهران، شبکه عصبی Gmdh
|
|
آدرس
|
دانشگاه تهران, ایران, دانشگاه تهران، پردیس فارابی, دانشکده مدیریت و حسابداری, ایران
|
|
پست الکترونیکی
|
taghinezhad89@ut.ac.ir
|
|
|
|
|
|
|