يافتن مناسبترين ساختار شبكه عصبي مصنوعي با استفاده از روش طراحي آزمايشات تاگوچي

تاخير در تامين نفت گاز، پيامدهاي سياسي، اجتماعي و اقتصادي وسيعي را به دنبال دارد؛ بنابراين پيش بيني دقيق تقاضاي نفت گاز بسيار مهم است. استفاده از شبكه هاي عصبي مصنوعي در پيش بيني كاربرد زيادي دارد. طراحي مناسب پارامترهاي (ساختار) شبكه موجب مي شود دقت و عملكرد شبكه هاي عصبي مصنوعي افزايش يابد. در بيشتر مطالعات از روش سعي و خطا براي تنظيم پارامترهاي شبكه هاي عصبي مصنوعي استفاده مي شود كه براي رسيدن به مناسب ترين ساختار شبكه هاي عصبي مصنوعي راه حل مطمئني نيست. در مطالعه حاضر، با استفاده از روش طراحي آزمايشات تاگوچي، مناسب ترين ساختار شبكه هاي عصبي مصنوعي به منظور پيش بيني تقاضاي نفت گاز در استان هرمزگان مشخص مي شود. تجزيه و تحليل واريانس پارامترهاي شبكه هاي عصبي مصنوعي نشان مي دهد كه سهم مشاركت تعداد نرون در لايه پنهان اول در تغيير ميانگين مربع خطاي شبكه حدود 41% و سهم مشاركت الگوريتم يادگيري نيز حدود 27% است. همچنين نتايج نشان مي دهد كه شبكه هاي عصبي مصنوعي كه با استفاده از روش طراحي آزمايشات تاگوچي طراحي شده اند، نسبت به ساير شبكه ها عملكرد بهتري دارند.