ارائه مدل هايي جهت پيش بيني قيمت گاز طبيعي با رويكرد شبكه هاي عصبي مصنوعي(MLP و RBF)

پيش‌بيني قيمت گاز طبيعي به سبب تقاضاي فزاينده جهاني براي آن از اهميت زيادي برخوردار است.تحقيق حاضر بر آن است تا با استفاده از رويكرد شبكه‌هاي عصبي مصنوعي مدل‌هايي را براي پيش‌بيني قيمت گاز آمريكا ارائه كرده و آنها را با هم مقايسه كند. براي اين منظور از 7 متغير تأثيرگذار در قيمت گاز بازار آمريكا استفاده شده است. شبكه عصبي پرسپترون چندلايه (MLP) را با يك و سپس دولايه پنهان به صورتي كه داراي كمترين مقدار خطا باشد را به‌منظور پيش‌بيني قيمت گاز مدل‌سازي كرديم و پس از آن مدل‌سازي را با شبكه عصبي شعاعي پايه ( RBF) انجام داديم. در مقايسه بين اين شبكه‌ها مشاهده شد كه شبكه عصبي RBF داراي خطاي كمتري نسبت به شبكه عصبي MLP است و همچنين رگرسيون قوي‌تري براي پيش‌بيني است كه نشان دهنده برتري شبكه عصبي RBF نسبت به شبكه عصبي MLP به منظور پيش‌بيني قيمت گاز آمريكا در اين تحقيق است.