حمید بابایی میبدی؛ محمدحسین طحاری مهرجردی؛ روحالله تقی زاده مهرجردی
دوره 12، شماره 46 ، مهر 1391، ، صفحه 43-64
چکیده
انرژی در کنار سایر عوامل تولید، عامل مؤثری در رشد و توسعه اقتصادی تلقی میشود و در عملکرد بخشهای مختلف اقتصادی نقش چشمگیری ایفا میکند. ازاینرو، مسؤولان کشور باید تلاش کنند تا با پیشبینی دقیقتر مصرف انرژی و برنامهریزی صحیح در هدایت مصرف، پارامترهای عرضه و تقاضای انرژی را بهنحوی مطلوب کنترل کنند. هدف از این مقاله، ...
بیشتر
انرژی در کنار سایر عوامل تولید، عامل مؤثری در رشد و توسعه اقتصادی تلقی میشود و در عملکرد بخشهای مختلف اقتصادی نقش چشمگیری ایفا میکند. ازاینرو، مسؤولان کشور باید تلاش کنند تا با پیشبینی دقیقتر مصرف انرژی و برنامهریزی صحیح در هدایت مصرف، پارامترهای عرضه و تقاضای انرژی را بهنحوی مطلوب کنترل کنند. هدف از این مقاله، بررسی کارایی مدلهای نروفازی، شبکه عصبی و رگرسیون چندمتغیره در پیشبینی مصرف انرژی کشور است. مطالعه موردی این تحقیق مربوط به انرژی مصرفی در بخش حملونقل ایران است. ازاینرو، برای بررسی حاضر، از دادههای سالانه مصرف انرژی بخش حملونقل کشور، بهعنوان متغیر خروجی مدلهای پیشبینی و از دادههای سالانه جمعیت کل کشور، تولید ناخالص داخلی و تعداد خودرو بهعنوان متغیرهای ورودی مدلهای پیشبینی استفاده شد. در پایان، نتایج پیشبینی مدلهای مختلف با استفاده از شاخصهای خطای استاندارد نسبی (RSE) و میانگین خطا (ME) و مجذور میانگین مربعات خطا (RMSE) ارزیابی شدند. نتایج ارزیابی نشان داد که مدل نروفازی (ANFIS)، نسبت به سایر مدلها دارای بالاترین دقت در پیشبینی مصرف انرژی کشور است.
