1- دانشگاه آزاد اسلامی واحد تهران شمال ، v_baradaran@iau-tnb.ac.ir 2- دانشگاه آزاد اسلامی واحد تهران شمال
چکیده: (3497 مشاهده)
پیشبینی دقیق مصرف سالیانه گاز کل کشور نقش تعیینکنندهای در تدوین راهبردهای تأمین انرژی و سیاستگذاری این حوزه دارد. مدل رگرسیون زنجیره مارکف خاکستری روشی مبتنی بر دادههای سریهای زمانی است که عملکرد مناسبی جهت تحلیل و پیشبینی دادههای مصرف سالیانه گاز دارد. رگرسیون زنجیره مارکوف خاکستری، ترکیبی از مدل زنجیره مارکوف و مدل رگرسیون خاکستری و ابزار مناسبی برای پیشبینی دادههای تعداد کم با نوسانات تصادفی است. در این مدل، خطاهای پیشبینی حاصل از مدل رگرسیون خاکستری به تعدادی بازه با فواصل یکسان تقسیم و از میانگین بازه خطاها و ماتریس احتمال انتقال وضعیت زنجیره مارکوف مربوط به وضعیت خطاها، مقدار اصلاحشده خطا محاسبه و به مقدار پیشبینی مدل رگرسیون خاکستری اضافه میشود. در این تحقیق پیشنهاد میشود که بهجای استفاده از میانگین فواصل، خطای هر بازه بهصورت عدد خاکستری بین حدود هر بازه به نحوی انتخاب شود که معیار دقت پیشبینی کمینه شود. بهمنظور تعیین نقطه بهینه فواصل خطا، از رویکرد طراحی آزمایشها و طرح باکس-بنکن استفاده شده است. مطالعه کاربردی پیشبینی مصرف سالیانه گاز نشان میدهد که مدل رگرسیون زنجیره مارکوف خاکستری بهبودیافته، دقت بیشتری نسبت به مدلهای خاکستری، رگرسیون خاکستری و رگرسیون زنجیره مارکوف خاکستری دارد.
Baradaran V, Shafiei S. Development of Markov Chain Grey Regression Model to Forecast the Annual Natural Gas Consumption. QEER 2020; 15 (63) :243-267 URL: http://iiesj.ir/article-1-1114-fa.html