dc.contributor.author |
مسمار, أمير حسين حمد |
|
dc.contributor.author |
مشرف, صديق محمد احمد شاهين |
|
dc.date.accessioned |
2016-09-04T08:01:36Z |
|
dc.date.available |
2016-09-04T08:01:36Z |
|
dc.date.issued |
2016-08-10 |
|
dc.identifier.citation |
مسمار, أمير حسين حمد . دراسة مقارنة بين الشبكات العصبية الإصطناعية ومنهجية بوكس – جنكز في التنبؤ بإستهلاك الطاقة الكهربية – ولاية الخرطوم / أمير حسين حمد مسمار ؛ صديق محمد احمد شاهين .- الخرطوم : جامعة السودان للعلوم والتكنولوجيا ،كلية العلوم ، 2016 .- 58ص :ايض ؛28سم .- دكتوراة |
en_US |
dc.identifier.uri |
http://repository.sustech.edu/handle/123456789/14087 |
|
dc.description |
دكتوارة |
en_US |
dc.description.abstract |
نجد ان التنبؤ باستهلاك الطاقة الكهربية ضروري حتى نتمكن من استغلال الموارد المتاحة بأفضل الطرق الممكنة .
ولصياغة النموذج اتبعنا تقنية الشبكات العصبية الاصطناعية كمنهجية جديدة للتنبؤ ومقارنتها مع منهجية بوكس –جنكنز في تحليل السلاسل الزمنية واستخدمنا البيانات السنوية لاستهلاك الطاقة الكهربية لولاية الخرطوم كدراسة حالة للفترة من 1982م الي 2014م وتم التحليل باستخدام برنامج التحليل الإحصائي
(SPSS &MATLAB) .
وتم التوصل الي نموذج بواسطة منهجية بوكس - جنكنز من خلال اربع خطوات هي التعرف علي النموذج وتقدير النموذج وفحص النموذج واخيرا التنبؤ به ومن خلال تلك الخطوات خلصنا الي ان النموذج المناسب للبيانات هو نموذج الانحدار الذاتي ARIMA(1.2.0) وذلك بعد استخدام معيار متوسط نسبة مربع الخطاء ومعيار متوسط نسبة الخطأ المطلق .
ومن خلال بيانات الاستهلاك للطاقة الكهربية لولاية الخرطوم منذ الفترة 1982-2014م المأخوذة من هيئة الكهرباء .
باستخدام تقنية الشبكات العصبية الاصطناعية تم التوصل التنبؤات بواسطة سته خطوات من بينها استخدام 70%من البيانات للتدريب حوالي 23 مشاهدة من السلسلة الزمنية واستخدام 15% حوالى 5 مشاهدات لاجل التحقق واستخدام 15% حوالى 5 مشاهدات ومن ثم تدريب الشبكة و إعادة التدريب للوصول إلى أقل مربع خطأ وباستمرار المحاولات تتمكن الشبكة من الحصول علي الاوزان المناسبة والتي تمكننا من الحصول على مخرجات والتنبؤات المناسبة .
اخيرا تمت المقارنة بين التنبؤات المتحصل عليها بواسطة منهجية بوكس – جنكنز وتقنية الشبكات العصبية الاصطناعية عن طريق استخدام معيار متوسط نسبة مربع الخطاء ومعيار متوسط نسبة الخطأ المطلق ومعيار متوسط مربع الاخطاء ومعيار متوسط الانحراف المعياري والتي وضحت تفوق تقنية الشبكات العصبية الاصطناعية علي منهجية بوكس - جنكنز كما تم ايجاد التنبؤات من العام 2015 الي العام 2020م لكل من الاسلوبين لذا نوصي باستخدام الشبكات العصبية الاصطناعية للتنبؤ بالسلاسل الزمنية المختلفة. |
en_US |
dc.description.sponsorship |
جامعة السودان للعلوم والتكنلوجيا |
en_US |
dc.language.iso |
other |
en_US |
dc.publisher |
جامعة السودان للعلوم والتكنولوجيا |
en_US |
dc.subject |
الإحصاء التطبيقي |
en_US |
dc.subject |
الشبكات العصبية الإصطناعية |
en_US |
dc.subject |
منهجية بوكس – جنكز |
en_US |
dc.subject |
الطاقة الكهربية |
en_US |
dc.title |
دراسة مقارنة بين الشبكات العصبية الإصطناعية ومنهجية بوكس – جنكز في التنبؤ بإستهلاك الطاقة الكهربية – ولاية الخرطوم |
en_US |
dc.title.alternative |
A Comparative Study between Artificial Neural Networks Methodology and Box- Jenkins to Predict the Consumption of Electrical Energy –Khartoum State |
en_US |
dc.type |
Thesis |
en_US |