منابع پایان نامه ارشد با موضوع مقدار خطا، پیش بینی تقاضا، علف های هرز، هوش مصنوعی

دانلود پایان نامه ارشد

3.3.3.5. مدل چند ورودی شبکه عصبی 53
3.3.4. کاربرد شبكه هاي عصبی مصنوعی 54
3.4. مدل اتورگرسیو مرتبۀ P یا AR(P) 55
3.5. روش گردآوری اطلاعات 55
3.6. تعریف بهینه سازی 55
3.6.1. انواع روش های بهینه سازی 56
3.6.1.1. کلاسیک ها 56
3.6.1.2. روش های ابتکاری 56
4. فصل چهارم تجزیه و تحلیل داده‌ها 57
4.1. مقدمه 58
4.2. جمع آوری داده ها 58
4.3. خطاهای پیش‌بینی 61
4.4. پیشبینی با استفاده از الگوریتم فراابتکاری علفهای هرز 62
4.4.1. تنظیم پارامترها 62
4.4.2. برآورد وزنهای AR با استفاده از الگوریتم IWO 64
4.4.3. مقادیر پیشبینی با استفاده از الگوریتم IWO 66
4.5. پیش بینی با استفاده از الگوریتم فراابتکاری ازدحام ذرّات 69
4.5.1. مقادیر ویژۀ ضرایب الگوریتم PSO 69
4.5.2. تنظیم پارامتر ها 71
4.5.3. مقادیر پیش بینی با استفاده از الگوریتم PSO 72
4.6. پیش بینی با استفاده از شبکه های هوش مصنوعی 76
4.6.1. پیش بینی تقاضا برای بنزین موتور با استفاده از شبکه های هوش مصنوعی: 76
4.6.1.1. تعداد دوره های ورودی برای پیش بینی بنزین موتور: 76
4.6.1.2. ساختار شبکه های عصبی برای بنزین موتور: 77
4.6.2. پیش بینی تقاضا برای نفت کوره با استفاده از شبکه های هوش مصنوعی: 79
4.6.2.1. تعداد دوره های ورودی برای پیش بینی نفت کوره: 79
4.6.2.2. ساختار شبکه های عصبی برای نفت کوره: 79
4.6.3. پیش بینی تقاضا برای نفت سفید با استفاده از شبکه های هوش مصنوعی: 81
4.6.3.1. تعداد دوره های ورودی برای پیش بینی نفت سفید: 81
4.6.3.2. ساختار شبکه های عصبی برای نفت سفید: 82
4.6.4. پیش بینی تقاضا برای نفت گاز با استفاده از شبکه های هوش مصنوعی: 84
4.6.4.1. تعداد دوره های ورودی برای پیش بینی نفت گاز: 84
4.6.4.2. ساختار شبکه های عصبی برای نفت گاز: 85
5. فصل پنجم بحث و نتیجه گیری 88
5.1. مقدمه 89
5.2. ارزیابی مدل ها پیش بینی 89
5.3. بررسی سوالات پژوهشی 91
5.4. بحث و نتیجه گیری 91
5.5. پیشنهادات کاربردی 92
5.6. پیشنهادات برای تحقیقات آتی 92

فهرست جدول ها
عنوان جدول
جدول ‎21. خلاصه تصمیماتی که از پیش بینی در افق های مختلف برنامه ریزی تأثیر می پذیرد 13
جدول 22. خلاصه مطالعات صورت گرفتۀ داخلی 27
جدول ‎23. خلاصه مطالعات صورت گرفتۀ خارجی 30
جدول 24. عوامل مؤثر بر پیش بینی تابع تقاضای فرآورده های سوختی 31
جدول ‏31. معرفی پارامترها 41
جدول ‏32. پارامتر های الگوریتم بهینه سازی توده ذرّات 49
جدول ‏41. میزان مصرف بنزین موتور از سال 1306 تا 1391 58
جدول ‏42. به میزان مصرف نفت سفید از سال 1306 تا 1391 59
جدول ‏43. میزان مصرف نفت گاز از سال 1306 تا 1391 59
جدول ‏44. میزان مصرف نفت کوره از سال 1306 تا 1391 60
جدول ‏45. تنظیم پارامتر PMax و مقدار خطای آن در الگوریتم IWO 62
جدول ‏46. تنظیم پارامتر ColonySize و مقدار خطای آن در الگوریتم IWO 62
جدول ‏47. تنظیم پارامتر IterMax و مقدار خطای آن در الگوریتم IWO 63
جدول ‏48. تنظیم پارامتر Smax و مقدار خطای آن در الگوریتم IWO 63
جدول ‏49. تنظیم پارامتر Smin و مقدار خطای آن در الگوریتم IWO 63
جدول ‏410. تنظیم پارامتر Index و مقدار خطای آن در الگوریتم IWO 63
جدول ‏411. تنظیم پارامتر Sigmainitial و مقدار خطای آن در الگوریتم IWO 63
جدول ‏412. تنظیم پارامتر Sigmafinalو مقدار خطای آن در الگوریتم IWO 63
جدول ‏413. میزان پارامترهای الگوریتم IWO 64
جدول ‏414. تنظیم پارامتر تعداد دورههای مورد استفاده برای پیشبینی و مقدار خطای آن 64
جدول ‏415. نتایج حاصل از میزان مختلف بازهها 65
جدول ‏416. مقادیر وزنهای به دست آمده برای مدل AR با استفاده از الگوریتم IWO 65
جدول ‏417. مقادیر واقعی و پیش بینی شده مصرف بنزین موتور با استفاده از الگوریتم IWO 66
جدول ‏418. مقادیر واقعی و پیش بینی شده مصرف نفت سفید با استفاده از الگوریتم IWO 66
جدول ‏419. مقادیر واقعی و پیش بینی شده مصرف نفت گاز با استفاده از الگوریتم IWO 66
جدول ‏420. مقادیر واقعی و پیش بینی شده مصرف نفت کوره با استفاده از الگوریتم IWO 67
جدول ‏421. مقادیر خطا برای هر فرآورده بر مبنای الگوریتم IWO 67
جدول ‏422. تنظیم پارامتر ColonySize و مقدار خطای آن در الگوریتم PSO 71
جدول ‏423. تنظیم پارامتر IterMax و مقدار خطای آن در الگوریتم PSO 71
جدول ‏424. میزان بهینه پارامترهای الگوریتم PSO 71
جدول ‏425. تنظیم پارامتر تعداد دوره های مورد استفاده برای پیشبینی و مقدار خطای آن در الگوریتم PSO 71
جدول ‏426. نتایج حاصل از میزان مختلف بازه ها در الگوریتم PSO 72
جدول ‏427. مقادیر وزن های بدست آمده برای مدل AR با استفاده از الگوریتم PSO 72
جدول ‏428. مقادیر خطا برای هر فرآورده بر مبنای الگوریتم PSO Error! Bookmark not defined.
جدول ‏429. مقادیر واقعی و پیش بینی شده مصرف بنزین موتور با استفاده از الگوریتم PSO 72
جدول ‏430. مقادیر واقعی و پیش بینی شده مصرف نفت سفید با استفاده از الگوریتم PSO 73
جدول ‏431. مقادیر واقعی و پیش بینی شده مصرف نفت گاز با استفاده از الگوریتم PSO 73
جدول ‏432. مقادیر واقعی و پیشبینی شده مصرف نفت کوره با استفاده از الگوریتم PSO 73
جدول ‏433. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف بنزین موتور 76
جدول ‏434. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف بنزین موتور 77
جدول ‏4-35. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف بنزین موتور 77
جدول ‏436. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف بنزین موتور 78
جدول ‏437. ضرایب بایاس برای پیش بینی مصرف بنزین موتور 78
جدول ‏4-38. مقدار واقعی و پیش بینی مصرف بنزین موتور با استفاده از ANN 78
جدول ‏439. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف نفت کوره 79
جدول ‏440. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف نفت کوره 80
جدول ‏441. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف نفت کوره 80
جدول ‏442. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف نفت کوره 80
جدول ‏443. ضرایب بایاس برای پیش بینی مصرف نفت کوره 80
جدول ‏444. مقدار واقعی و پیش بینی شده مصرف نفت کوره با استفاده از ANN 81
جدول ‏445. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف نفت سفید 82
جدول ‏446. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف نفت سفید 82
جدول ‏447. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف نفت سفید 83
جدول ‏448. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف نفت سفید 83
جدول ‏449. ضرایب بایاس برای پیش بینی مصرف نفت سفید 83
جدول ‏450. مقدار واقعی و پیش بینی مصرف نفت سفید با استفاده از ANN 83
جدول ‏451. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف نفت گاز 84
جدول ‏452. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف نفت گاز 85
جدول ‏453. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف نفت گاز 85
جدول ‏4-54. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف نفت گاز 86
جدول ‏455. ضرایب بایاس برای پیش بینی مصرف نفت گاز 86
جدول ‏456. مقدار واقعی و پیش بینی مصرف نفت گاز با استفاده از ANN 86

فهرست شکل ها
عنوان شکل
شکل ‏31. شایستگی علف i ام 36
شکل ‏32. 37
شکل ‏33 38
شکل ‏34. 38
شکل ‏35. فلوچارت الگوریتم علف های هرز 42
شکل ‏36. 45
شکل ‏37. تعدادی از ساختار شبکۀ اجتماعی 46
شکل ‏38. ساختار یک نرون تک ورودی 53
شکل ‏39. نرونی با R ورودی 54
شکل ‏41. نمودارپیش بینی مصرف سالیانه بنزین موتور با استفاده از الگوریتم علف های هرز 67
شکل ‏42. نمودار پیش بینی مصرف سالیانه نفت سفید با استفاده از الگوریتم علف های هرز 68
شکل ‏43. نمودارپیش بینی مصرف سالیانه نفت گاز با استفاده از الگوریتم علف های هرز 68
شکل ‏44. نمودار پیش بینی مصرف سالیانه نفت کوره با استفاده از الگوریتم علف های هرز 69
شکل ‏45. نمودار پیش بینی مصرف سالیانه بنزین موتور با استفاده از الگوریتم PSO 74
شکل ‏46. نمودار پیش بینی مصرف سالیانه نفت سفید با استفاده از الگوریتم PSO 74
شکل ‏47. نمودار پیش بینی مصرف سالیانه نفت گاز با استفاده از الگوریتم PSO 75
شکل ‏48. نمودار پیش بینی مصرف سالیانه نفت گاز با استفاده از الگوریتم PSO 75
شکل ‏49. ساختار شبکۀ عصبی طراحی شده برای پیش بینی مصرف بنزین موتور 77
شکل ‏410. نمودار مصرف بنزین موتور و مقدار پیش بینی شده با استفاده از ANN 78
شکل ‏411. ساختار شبکۀ عصبی طراحی شده برای پیش بینی مصرف نفت کوره 79
شکل ‏412. نمودار مصرف نفت کوره و مقدار پیش بینی شده با استفاده از ANN 81
شکل ‏413. ساختار شبکۀ عصبی طراحی شده برای پیش بینی مصرف نفت سفید 82
شکل ‏414. نمودار مصرف نفت سفید و مقدار پیش بینی شده با استفاده از ANN 84
شکل ‏415. ساختار شبکۀ عصبی طراحی شده برای پیش بینی مصرف نفت گاز 85
شکل ‏416. نمودار مصرف نفت گاز و مقدار پیش بینی شده با استفاده از ANN 87

فصل اول: کلیّات تحقیق

مقدمه
طي دهه هاي اخير از انرژي به عنوان يكي از عوامل مهم توليد ياد شده است، به طوري كه در كنار ساير عوامل توليد، نقش تعيين كننده اي در حيات اقتصادي كشورها داشته و با توسعه و پيشرفت اقتصادي، اهميت آن به طور فزاينده‌اي افزايش يافته است وابستگي روزافزون زندگي بشر به انرژي موجب شده است تا اين بخش به طور بالقوه و بالفعل در كاركرد بخشهاي مختلف اقتصادي كشورها نيز نقش چشم گيري ايفا كند. “بهبودي و همكاران، 1388”
رشد و توسعه اقتصادي، از اهداف اصلي سياست گذاران اقتصادي محسوب مي شود. پژوهشهاي متعدد پژوهشگران در سطح جهان نشان داده است كه سرعت روند رشد و توسعه اقتصادي در كشورهاي جهان تا حدود زيادي به سطح مصرف كارآي انرژي بستگي دارد. “مزرعتي، 1378”
بهبود سطح زندگي مردم و مكانيزه شدن توليد به منظور ارتقاء سطح بهره وري كار، افزايش سريع مصرف انرژي را موجب مي شود، البته افزايش سريع مصرف انرژي در مراحل اوليۀ رشد اقتصادي اتفاق مي افتد. در مراحل بعدي رشد، با پديدار شدن اثرات سوء زيست محيطي و نيز ارتقاي آگاهي ها و حساسيت هاي عمومي، مباحث رشد پايدار و مسايل زيست محيطي اهميت بيشتري پيدا كرده و روند افزايش مصرف انرژي به دليل استفاده بهينۀ آن كاهش مي يابد. “بهبودی و همکاران ، 1388”
علی رغم روند رو به رشد و توسعۀ استفاده از انرژی های نو مانند انرژی هسته ای در سطح جهان، هنوز عمده ترین بخش ازتقاضای انرژی سوخت فسیلی تأمین می شود که از جمله مهم ترین آن نفت خام است. پیش بینی تقاضا انواع مختلف حامل های انرژی از مباحثی است که به ویژه بعد از جنگ جهانی دوم مورد توجه محافل علمی و اقتصادی جهان واقع گردیده است. از اوایل دهۀ 1970 وقتی انرژی توجه سیاستمدران را در نتیجه ی اولین بحران نفتی به خود جلب کرد، تحقیق وبررسی روی تقاضای آن به منظور غلبه بر فهم محدود از ماهیت تقاضای انرژی، به شدت گسترش یافت ” پیندینگ1 ، 1979″. امروزه نفت به عنوان يك كالاي اقتصادي سياسي نقش مهمي در تحولات جهان ايفا مي‌كند و تا زماني كه منبع انرژي ديگري يافت نشود، هم چنان اثرات دامنه داري بر اقتصاد جهان خواهد داشت و تقريباً تمام مصنوعات بشر در مراحلي از توليد تا توزيع ازمصارف انرژي گرفته تا حمل و نقل، به آن وابسته اند. به گفته دانيل يرگين2 ، “هنگامي كه به قرن بيست و يكم نگاه مي كنيم، يك بشكه نفت، به اندازه پيشرفت در علوم كامپيوتري مايۀ تسلط و برتري است و نفت مانند گذشته هم چنان مولّد ثروت هاي عظيم براي افراد، شركت ها و تمامي يك كشور است”. از همين رو سياستگذاري نفتي كشورهاي نفت

پایان نامه
Previous Entries تحقیق درمورد تعلل ورزی، خود تنظیمی، انگیزش درونی، ارزش تکلیف Next Entries منابع پایان نامه ارشد با موضوع بهینه سازی، علف های هرز، الگوریتم بهینه سازی، تابع تقاضا