پيش‌بيني كوتاه‌مدت تقاضاي فصلي الكتريسيته با استفاده از مدل‌هاي تركيبي هوشمند نرم

روش‌هاي پيش‌بيني از كارآمدترين ابزارهاي موجود به‌منظور اتخاذ تصميمات مديريتي در حوزه‌هاي مختلف علوم هستند. دقت پيش‌بيني‌ها يكي از مهم‌ترين عامل‌هاي مؤثر بر كيفيت تصميمات اتخاذي است كه رابطه‌ي مستقيمي با كيفيت اين تصميمات دارند. پيش‌بيني تقاضاي الكتريسته يكي از چالش‌برانگيزترين حوزه‌هاي پيش‌بيني است. مشخصه‌ي منحصربه فرد الكتريسته، كه پيش‌بيني را در مقايسه با ساير كالاهاي توليدي دشوارتر مي‌سازد، عدم امكان ذخيره‌سازي آن به‌منظور مصرف در آينده است. اين موضوع سبب ايجاد سطح بالايي از ابهام در داده‌هاي مرتبط با اين‌گونه از بازارها مي‌شود. ابزارهاي هوش محاسباتي و محاسبات نرم از جمله دقيق‌ترين روش‌هاي حال حاضر به‌منظور مدل‌سازي عدم قطعيت موجود در داده‌ها هستند. در اين مقاله، با تركيب روش‌هاي مذكور، يك روش هوشمند نرم به‌منظور پيش‌بيني الكتريسيته ارائه شده است. ايده‌ي اصلي مدل استفاده‌ي هم‌زمان از مزاياي ابزارهاي هوش محاسباتي و محاسبات نرم در مدل‌سازي سيستم‌هاي پيچيده است. نتايج نشان‌دهنده‌ي دقت بالاتر روش پيشنهادي نسبت به ساير مدل‌هاست.