دوره 15، شماره 6 - ( 6-1394 )                   جلد 15 شماره 6 صفحات 22-16 | برگشت به فهرست نسخه ها

‎ 20.1001.1.10275940.1394.15.6.26.2

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Hosseinzadeh Samani B, Hourijafari H. Modeling and Forecasting of Energy Consumption in Food and Processing Industry using Artificial Neural Networks. Modares Mechanical Engineering 2015; 15 (6) :16-22
URL: http://mme.modares.ac.ir/article-15-5580-fa.html
حسین زاده سامانی بهرام، حوری جعفری حامد. مدلسازی و پیش بینی میزان انرژی مصرفی در صنایع غذایی و فرآوری کشور به روش شبکه‌های عصبی مصنوعی. مهندسی مکانیک مدرس. 1394; 15 (6) :16-22

URL: http://mme.modares.ac.ir/article-15-5580-fa.html

مدلسازی و پیش بینی میزان انرژی مصرفی در صنایع غذایی و فرآوری کشور به روش شبکه‌های عصبی مصنوعی
بهرام حسین زاده سامانی* 1، حامد حوری جعفری2
1- دانشگاه شهرکرد
2- هیات علمی/ مرکز مطالعات بین الملل انرژی
چکیده:   (6223 مشاهده)
در تمامی جوامع و کشورها به منظور برنامه‌ریزی برای تأمین انرژی بخش‌های مختلف نیاز به پیش‌بینی صحیح برای تعیین میزان تقاضا، نوع حامل‌های انرژی و چگونگی تأمین آن وجود دارد. با توجه به اهمیت صنایع غذایی در هر کشور، در این پژوهش مدلسازی میزان انرژی مصرفی این بخش از صنعت مورد مطالعه قرار گرفت. در این مقاله مدلسازی انرژی توسط روش شبکه‌های عصبی مصنوعی انجام پذیرفت. در اولین گام با توجه به آمارنامه‌ها، ترازنامه‌ها و روش پیشنهادی در این مقاله داده‌های ورودی مدل محاسبه گشت. دو روش شبکه عصبی چندگانه و شبکه عصبی تکی مورد بررسی قرار گرفت و نتایج نشان داد شبکه عصبی چندگانه دقت بالاتری دارد. برای هرکدام از حامل-های انرژی (گازوئیل، نفت سفید، نفت کوره، گاز طبیعی، برق، بنزین و گاز مایع) با میانگین‌گیری از 20 بار اجرای برنامه برای هر مشخصه شبکه، بهترین شبکه عصبی انتخاب شد. در انتها با محیط سیمولینک متلب هفت شبکه اجرا شده در قالب مدل نهایی تهیه شد. تحلیل داده‌ها نشان می‌دهد روز به روز در این صنعت مصرف گاز طبیعی روبه افزایش است ولی میزان مصرف نفت کوره و گاز مایع رو به کاهش است.
واژه‌های کلیدی: مدلسازی انرژی، انرژی مصرفی، صنایع غذایی و فرآوری، شبکه عصبی
متن کامل [PDF 452 kb]   (6127 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: مدیریت سیستمهای انرژی
دریافت: 1393/11/5 | پذیرش: 1393/12/10 | انتشار: 1394/1/29
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.