[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
معرفی کتاب::
همکاری با فصلنامه::
::
APA Style

AWT IMAGE

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
نظرسنجی
وب سایت فصلنامه تحقیقات مدلسازی اقتصادی را چگونه ارزیابی می نمائید؟
خیلی خوب
خوب
متوسط
ضعیف
   
..
:: دوره 3، شماره 10 - ( 12-1391 ) ::
سال3 شماره 10 صفحات 56-21 برگشت به فهرست نسخه ها
پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبیِ عصبی- فازی و انبوه ذرات
حسین صادقی ، علی اکبر افضلیان ، محمود حقانی ، حسین سهرابی وفا
چکیده:   (9508 مشاهده)

  با توجه به عدم امکان ذخیره انرژی­الکتریکی ، شناسایی عوامل­موثر بر تقاضای این حامل انرژی و پیش­بینی دقیق روند آتی آن، ضرورت دارد . تاکنون روش­های مختلفی در این زمینه مورد استفاده قرار گرفته است که در میان آن­ها روش­های هوشمند و به­ویژه روش­های فازی، دارای قابلیت­های بیشتری هستند. در مطالعه حاضر از سیستم ­ استنتاج عصبی- فازی ترکیب شده با الگوریتم انبوه­ذرات ( PSO  -ANFIS ) استفاده شده و پس ازشبیه­سازی روند تقاضای بلند­مدت انرژی­الکتریکی طی دورۀ 1359 تا 1389 و بررسی کارایی سیستم، روند تقاضای بلندمدت انرژی­الکتریکی کل کشور تا سال 1404 پیش­بینی شده است. نتایج مطالعه، قدرت بالای الگوریتم ترکیبی انبوه ذرات و سیستم استنتاج عصبی- فازی تطبیقی را در پیش­بینی تقاضای بلندمدت انرژی­الکتریکی تایید می­کند. نتایج نشان می ­ دهد که براساس محتمل­ترین سناریو، تقاضای انرژی­الکتریکی کشور در سال 1404 به 401 میلیارد کیلووات ساعت خواهد رسید . همچنین ، براساس نتایج بدست آمده، کارایی روش پیشنهادی در پیش­بینی متغیرهای مستقل در مقایسه با الگوی خطی ARIMA  بیشتر است.



واژه‌های کلیدی: پیش بینی، تقاضا، انرژی الکتریکی، الگوریتم انبوه ذرات، سیستم استنباط عصبی- فازی تطبیقی
     
نوع مطالعه: كاربردي | موضوع مقاله: انرژی، منابع و محیط زیست
دریافت: 1391/3/24 | پذیرش: 1392/2/1 | انتشار: 1392/2/1
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

sadeghi H, Afzalian A A, Haghani M, sohrabi vafa H. Forecasting the Long Run Electricity Demand Using Hybrid PSO-ANFIS Algorithm. Journal title 2013; 3 (10) :21-56
URL: http://jfm.khu.ac.ir/article-1-478-fa.html

صادقی حسین، افضلیان علی اکبر، حقانی محمود، سهرابی وفا حسین. پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبیِ عصبی- فازی و انبوه ذرات. عنوان نشریه. 1391; 3 (10) :21-56

URL: http://jfm.khu.ac.ir/article-1-478-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 3، شماره 10 - ( 12-1391 ) برگشت به فهرست نسخه ها
فصلنامه تحقیقات مدلسازی اقتصادی Journal of Economic Modeling Research
Persian site map - English site map - Created in 0.12 seconds with 40 queries by YEKTAWEB 4666