TY - JOUR ID - 3478 TI - مطالعه تطبیقی روش های ARIMA و شبکه های عصبی مصنوعی در پیش بینی نیاز داخلی برق کشور JO - پژوهش‌های اقتصادی ایران JA - IJER LA - fa SN - 1726-0728 AU - احمدی, علی محمد AU - ذوالفقاری, مهدی AU - غفار نژاد مهربانی, آیدین AD - استادیار دانشگاه تربیت مدرس AD - دانشجوی کارشناسی ارشد اقتصاد انرژی دانشگاه صنعت آب و برق AD - دانشجوی کارشناسی ارشد مکانیک انرژی دانشگاه صنعت آب و برق Y1 - 2010 PY - 2010 VL - 13 IS - 41 SP - 107 EP - 121 KW - شبکه های عصبی مصنوعی KW - ARIMA KW - پیش بینی KW - نیاز داخلی برق DO - N2 -   آگاهی از میزان تقاضای انرژی برق در هر دوره، به منظور برنامه ریزی دقیق، برای اعمال سیاست گذاری های لازم، امری ضروری است. از این رو پیش بینی تقاضای آن برای بخش های مختلف اقتصادی حائز اهمیت است. امروزه از بین روش های پیش بینی، شبکه های عصبی مصنوعی، در زمینه تجزیه و تحلیل و مدل سازی روابط غیرخطی یکی از ابزار قدرتمند به حساب می آید که استفاده از آن در سال های اخیر در اقتصاد کلان گسترش یافته است. از این رو در این پژوهش کارایی مدل غیرخطی شبکه عصبی با مدل خطی فرایند ARIMA برای پیش بینی متوسط ماهانه نیاز داخلی برق کشور، برای یک دوره 3 ساله با استفاده از معیارهای MSE، RMSE، NMSE، MAE،MAPE و R2 مقایسه شده است. یافته ها نشان می دهد که شبکه عصبی مصنوعی دارای ضریب خطای کمتر و قدرت توضیح دهندگی بالایی نسبت به مدل AROMA، است.  UR - https://ijer.atu.ac.ir/article_3478.html L1 - https://ijer.atu.ac.ir/article_3478_700df5ce0f9ccef7a40e0b1f2f83ad6e.pdf ER -