مدل سازی و پیش بینی میزان مصرف گاز طبیعی به کمک شبکه های عصبی نوع GMDH چند هدفی. مطالعه موردی: شرکت گاز شهر رشت

مصرف گاز به عنوان منبع انرژی پاک، برای مصارف صنعتی و گرمایشی و حمل‏و‏نقل، به‏طور گسترده‏ای پذیرفته شده‏ است و از میان سوخت‏های فسیلی، مصرف گاز برای داشتن محیط‏ زیستی پاک‏تر مورد توجه بسیار قرار گرفته است. بدلیل اهمیت تاثیر مشخصه های هواشناسی در مصرف گاز شهرها و نیز امکان کاهش ناگهانی دما و در نتیجه افزایش میزان مصرف گاز شهرها، ضرورت اطلاع و پیش بینی مصرف گاز امری اجتناب‏ناپذیر است که دراین تحقیق به آن پرداخته شده است. در ابتدا برخی از متغیرهای تاثیرگذار بر مصرف گاز با استفاده از روش‏شناسی سطح‏ پاسخ شناسایی گردیده است. در ادامه شبکه‏عصبی نوع GMDH برای مدل‏سازی و پیش‏بینی میزان گاز طبیعی مصرفی در بخش خانگی، با استفاده از مجموعه داده های ورودی-خروجی مورد مطالعه قرار گرفته است. برای ارزیابی مدل پیشنهادی، 84 داده مربوط به 7 سال متوالی از شرکت گاز شهر رشت به صورت موردی بدست آمده است. به منظور مدل‏سازی، داده ها به دو دسته (70% برای آموزش و 30% برای آزمایش) تقسیم شده‏اند. نتایج حاصل از مدل‏سازی با داده های تجربی مقایسه گردید که ضریب تعیین 0.8943 بوده و تطابق بسیار خوبی با نتایج تجربی نشان داده است.