علی محمد احمدی - استادیار دانشگاه تربیت مدرس
مهدی ذوالفقاری - دانشجوی کارشناسی ارشد اقتصاد انرژی دانشگاه صنعت آب و برق
آیدین غفار نژاد مهربانی - دانشجوی کارشناسی ارشد مکانیک دانشگاه صنعت آب و برق

آگاهی از میزان تقاضای انرژی برق در هر دوره به منظور برنامه ریزی دقیق برای اعمال سیاستگذاری های لازم امری ضروری است از این رو پیش بینی تقاضای آن برای بخش های مختلف اقتصادی حایز اهمیت است امروزه از بین روش های پیش بینی شبکه های عصبی مصنعی در زمینه تجزیه و تحلیل و مدل سازی روابط غیر خطی یکی از ابزار قدرتمند به حساب می آید که استفاده از آن در سال های اخیر در اقتصاد کلان گسترش یافته است از این رو در این پژوهش کارایی مدل غیر خطی شبکه عصبی با مدل خطی فرآیند ARIMAبرای پیش بینی متوسط ماهانه نیاز داخلی برق کشور برای یک دوره 3 ساله با استفاده از معیارهای MSE.RMSE.NMSE .MAE.MAPE.R2ومقایسه شده است یافته ها نشان می دهد که شبکه عصبی مصنوعی دارای ضریب خطای کمتر و قدرت توضیح دهندگی بالایی نسبت به مدل ARIMAاست

شبکه های عصبی،ARMA،پیش بینی،نیاز داخلی برق