فهرست مقالات پیش‌بینی سری‌های زمانی فصلی

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - پیش‌بینی بار الکتریکی با بکارگیری مدل‌های ترکیبی پرسپترون‌های چندلایه و خودرگرسیون میانگین متحرک انباشته فصلی
  فاطمه چاهکوتاهی مهدی خاشعی
  امروزه صرفه‌جویی در زمان و اقتصاد یک کشور نیازمند برنامه‌ریزی، تصمیم‌گیری و پیش‌بینی‌های درست و منطقی در حوزه‌های مختلف می‌باشد. یکی از این حوزه‌های مطرح در هر کشور، پیش‌بینی بار الکتریکی می‌باشد. این کالا (الکتریسیته) با توجه به اینکه قابل ذخیره‌سازی نمی‌باشد، پیش‌بینی چکیده کامل

  امروزه صرفه‌جویی در زمان و اقتصاد یک کشور نیازمند برنامه‌ریزی، تصمیم‌گیری و پیش‌بینی‌های درست و منطقی در حوزه‌های مختلف می‌باشد. یکی از این حوزه‌های مطرح در هر کشور، پیش‌بینی بار الکتریکی می‌باشد. این کالا (الکتریسیته) با توجه به اینکه قابل ذخیره‌سازی نمی‌باشد، پیش‌بینی آن با حساسیت بالاتری انجام می‌گیرد. همچنین علاوه بر غیرقابل ذخیره‌بودن، در مصرف این کالا الگوهای مختلفی دیده می‌شود که مدل‌سازی آن را با روش‌های کلاسیک دشوار می‌سازد. بنابراین نیاز به روشی است که بتواند الگوهای موجود در داده‌های مرتبط با این بازار را مدل‌سازی نماید. در این مقاله از یک روش ترکیبی موازی که مدل‌های کلاسیک خطی را با مدل‌های هوش محاسباتی ترکیب می‌کند، استفاده گردیده است. ایده اصلی مدل پیشنهادی، استفاده همزمان از مدل‌های مذکور در مدل‌سازی خطی و غیرخطی‌ای که با الگوهای فصلی همراهند، می‌باشد. همچنین نتایج نشان می‌دهد که در این روش به دلیل استفاده از یک روش وزن‌دهی مستقیم، هزینه محاسباتی مدل‌سازی آن به‌صورت قابل‌توجهی از سایر روش‌های ترکیبی موازی پایین‌تر می‌باشد. پرونده مقاله