توسعه مدل رگرسيون زنجيره ماركوف خاكستري و پيش‌بيني مصرف ساليانه گاز كشور

Development of Markov Chain Grey Regression Model to Forecast the Annual Natural Gas Consumption

پيش‌بيني دقيق مصرف ساليانه گاز كل كشور نقش تعيين‌كننده‌اي در تدوين راهبردهاي تأمين انرژي و سياستگذاري اين حوزه دارد. مدل رگرسيون زنجيره ماركف خاكستري روشي مبتني بر داده‌هاي سري‌هاي زماني است كه عملكرد مناسبي جهت تحليل و پيش‌بيني داده‌هاي مصرف ساليانه گاز دارد. رگرسيون زنجيره ماركوف خاكستري، تركيبي از مدل زنجيره‌ ماركوف و مدل رگرسيون خاكستري و ابزار مناسبي براي پيش‌بيني داده‌هاي تعداد كم با نوسانات تصادفي است. در اين مدل، خطاهاي پيش‌بيني حاصل از مدل رگرسيون خاكستري به تعدادي بازه با فواصل يكسان تقسيم و از ميانگين بازه خطاها و ماتريس احتمال انتقال وضعيت زنجيره ماركوف مربوط به وضعيت خطاها، مقدار اصلاح‌شده خطا محاسبه و به مقدار پيش‌بيني مدل رگرسيون خاكستري اضافه مي‌شود. در اين تحقيق پيشنهاد ميشود كه به‌جاي استفاده از ميانگين فواصل، خطاي هر بازه بهصورت عدد خاكستري بين حدود هر بازه به نحوي انتخاب شود كه معيار دقت پيش‌بيني كمينه شود. به‌منظور تعيين نقطه بهينه فواصل خطا، از رويكرد طراحي آزمايش‌ها و طرح باكس-بنكن استفاده شده است. مطالعه كاربردي پيش‌بيني مصرف ساليانه گاز نشان مي‌دهد كه مدل رگرسيون زنجيره ماركوف خاكستري بهبوديافته، دقت بيشتري نسبت به مدل‌هاي خاكستري، رگرسيون خاكستري و رگرسيون زنجيره ماركوف خاكستري دارد.

Accurate forecasting of annual gas consumption of the country plays an important role in energy supply strategies and policy making in this area. Markov chain grey regression model is considered to be a superior model for analyzing and forecasting annual gas consumption. This model Markov is a combination of the Markov chain and grey regression models. According to this model, the residual errors generated from the grey regression model are divided into a number of equal portions. We will add the calculated error terms to the values obtained through the grey regression in order to increase its accuracy. We use the box-bench design to calculate the optimal value of the error term which produces the most accurate forecasts when using the Markov chain grey regression model. The experimental study of the forecasting of natural gas consumption indicates that the proposed Markov chain grey regression model is more accurate than they grey or conventional Markov chain regression models.