<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشکده فنی</PublisherName>
				<JournalTitle>نشریه دانشکده فنی</JournalTitle>
				<Issn>0803-1026</Issn>
				<Volume>42</Volume>
				<Issue>8</Issue>
				<PubDate PubStatus="epublish">
					<Year>2009</Year>
					<Month>02</Month>
					<Day>19</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Assessment of Natural Gas Demand Load for Tehran Using Artificial Neural Network</ArticleTitle>
<VernacularTitle>برآورد میزان بار گاز مصرفی شهر تهران با استفاده از فناوری شبکه‏های عصبی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">27820</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>احمد</FirstName>
					<LastName>آذری</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>مجتبی  شریعتی</FirstName>
					<LastName>نیاسر</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>محمود</FirstName>
					<LastName>البرزی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>افشین</FirstName>
					<LastName>بختیاری</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>1970</Year>
					<Month>01</Month>
					<Day>01</Day>
				</PubDate>
			</History>
		<Abstract></Abstract>
			<OtherAbstract Language="FA">در این مقاله از شبکه عصبی مصنوعی به سبب قابلیت فوق‏العاده آن در تقلید از نگاشت غیرخطی ورودی ها به خروجی ها برای پیش بینی کوتاه مدت میزان مصرف گاز طبیعی شهر تهران استفاده شده است. ابتدا با استفاده از دمای حداقل و حداکثر روزانه، دمای مؤثر روزانه تعریف شد و سپس بر اساس دیگر مشخصه های هواشناسی مؤثر بر مصرف نظیر ابرناکی، سرعت باد و بارندگی، تخمین مصرف گاز روزانه و ماهانه مبتنی بر شبکه عصبی مصنوعی با الگوریتم پس‏انتشار خطا در پرسپترون چند لایه انجام شده است. مقایسه نتایج حاصل از پیش‏بینی با مقادیر واقعی مصرف گاز حاکی از آن است که دقت مدل در خصوص مصرف روزانه و ماهانه گاز به ترتیب حدود 93 و 99% می‏باشد. بنابراین مدل‏های طراحی شده، برای تخمین مصرف گاز شهر تهران بزرگ مناسب می‏باشد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">الگوریتم پس انتشار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پیش‏بینی مصرف گاز</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبکه‏های عصبی مصنوعی – پرسپترون</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfe.ut.ac.ir/article_27820_aea4fb9b03e18df446d03c82ddf5c513.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
