استخدام نماذج الشبكات العصبية الاصطناعية للتنبؤ والمقارنة
DOI:
https://doi.org/10.33095/jeas.v15i56.1270الكلمات المفتاحية:
نماذج الشبكات العصبية الاصطناعية، Artificial Neural Network Modelsالملخص
تعد منهجية الشبكات العصبية الاصطناعية (ANN) من المواضيع المهمة والجديدة في بناء النماذج والتحليل وتقييم البيانات والتنبؤ والسيطرة عليها بدون الرجوع إلى نموذج أو طريقة إحصائية شائعة تشخيص مسبقاً لسلوك الظاهرة، حيث تتم المعالجة بمحاكاة البيانات للوصل إلى أمثل أنموذج رصين وحصين يمثل الظاهرة تمثيل قريب من الواقع يمكن استخدامه في أغلب الأوقات والحالات، وتم استخدم منهجية بوكس-جنكنز (ARMAX) لغرض المقارنة، واستند البحث على الطاقة المستلمة لبناء نموج حصين للتنبؤ والتحليل والسيطرة بالطاقة المباعة واعتبرت الطاقة المستلمة المولدة من شركة محطات التوليد المصدر الأساسي للمنهجيتين وهي متغيرات خارجية (Exogenous variables)، ويقسّم عمل نشاط المبيعات في الشركة العامة لتوزيع كهرباء بغداد إلى ثلاث مراحل:
1- حساب الطاقة المباعة (بالكيكا واط).
2- حساب أقيام الطاقة المباعة (بالدينار).
3- النقد المستلم (بالدينار).
التنزيلات
منشور
إصدار
القسم
الرخصة
Articles submitted to the journal should not have been published before in their current or substantially similar form or be under consideration for publication with another journal. Please see JEAS originality guidelines for details. Use this in conjunction with the points below about references, before submission i.e. always attribute clearly using either indented text or quote marks as well as making use of the preferred Harvard style of formatting. Authors submitting articles for publication warrant that the work is not an infringement of any existing copyright and will indemnify the publisher against any breach of such warranty. For ease of dissemination and to ensure proper policing of use, papers and contributions become the legal copyright of the publisher unless otherwise agreed.
The editor may make use of Turtitin software for checking the originality of submissions received.
