استفاده از ابزارهای یادگیری ماشین برای پیش بینی مصرف گاز طبیعی در استان استانبول
| عنوان | استفاده از ابزارهای یادگیری ماشین برای پیش بینی مصرف گاز طبیعی در استان استانبول |
|---|---|
| نویسنده | Beja، O. F.، Ervural، B. C.، Tatoglu، E.، Ozuyar، Pinar Gokçin، Zaim، S. |
| تاریخ انتشار: | 2019-05 |
| محل انتشار | - الزویر |
| موضوع | پیش بینی گاز طبیعی، یادگیری ماشین، شبکه عصبی مصنوعی، رگرسیون بردار پشتیبانی، کشورهای در حال ظهور، استانبول |
| نوع | دوره ای |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 0140-9883 |
| شماره ثبت | 10dcca8b-08e4-45f4-b02e-a0b31581fd7f |
| محل کتابخانه | کارآفرینی |
| تاریخ | 2019-05 |
| متن نمونه | متناسب با افزایش بیسابقه تقاضای انرژی، یک مدل پیشبینی خوب برای مدیریت موثر سیاستهای انرژی با ارائه تنوع انرژی و نیازهای انرژی که با ساختار پویای کشور سازگار است، حیاتی است. در این مطالعه، ما از سه ابزار یادگیری ماشینی محبوب جایگزین برای پیشبینی دقیق مصرف گاز طبیعی در استان استانبول، بزرگترین کلان شهر مصرفکننده گاز طبیعی ترکیه استفاده میکنیم. این ابزارها شامل رگرسیون خطی چندگانه (MLR)، رویکرد شبکه عصبی مصنوعی (ANN) و رگرسیون بردار پشتیبانی (SVR) است. نتایج نشان میدهد که SVR نسبت به تکنیک ANN بسیار برتر است و نتایج قابل اعتمادتر و دقیقتری را از نظر خطاهای پیشبینی کمتر برای پیشبینی سریهای زمانی مصرف گاز طبیعی ارائه میدهد. این مطالعه به دلیل ساختار دادهها، فراوانی مصرف و رفتار مصرف مصرفکنندگان در دورههای زمانی مختلف، میتواند یک مطالعه معیار مفید برای بسیاری از کشورهای در حال ظهور باشد. |
| DOI | 10.1016/j.eneco.2019.03.006 |
| Cilt | 80 |
