مرسل صالحی - دانشگاه آزاد اسلامی خمینی شهر،
نصراله ایران پناه - دانشگاه اصفهان
مسعود عموهادی - دانشگاه آزاد اسلامی خمینی شهر،

به منظور پیش بینی به مدل واقعی داده ها نیاز است و هرچه مدل مورد نظر به خواص داده ها نزدیک باشد پیش بینی را با خطای کمتری انجام می دهد. در این مقاله مراحل تعیین نوع و مرتبهی مدل در سریهای زمانی ارائه میشود و سپس مدل مناسب سری زمانی برایدادههای مصرف روزانه برق در روزهای عادی، تعطیل و پنجشنبه ها از سال 98 تا 89 در شهر اصفهان انتخاب میگردند.. که این روش مشکلاتیمثل محدود شدن دامنه انحراف بار به حوزه کوچکی حول مقدار پیش بینی شده به روشهای متداول را ندارد و از این جهت برشیوه های هوشمندی مانند شبکه های عصبی وغیره برتری دارد.

مدل یابی سری زمانی به خود بازگشتی واقعی محدودیت خطا