Πρόβλεψη κατανάλωσης ενέργειας ανά πηγή ενέργειας στις Η.Π.Α. με χρήση μοντέλου πρόβλεψης ANFIS

Το τεκμήριο παρέχεται από τον φορέα :
Πολυτεχνείο Κρήτης   

Αποθετήριο :
Ιδρυματικό Αποθετήριο Πολυτεχνείου Κρήτης   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Πρόβλεψη κατανάλωσης ενέργειας ανά πηγή ενέργειας στις Η.Π.Α. με χρήση μοντέλου πρόβλεψης ANFIS (EL)

Μακριδη Ευδοκια (EL)
Makridi Evdokia (EN)

Τσαφαρακης Στελιος (EL)
Πολυτεχνείο Κρήτης (EL)
Ζοπουνιδης Κωνσταντινος (EL)
Ατσαλακης Γεωργιος (EL)
Technical University of Crete (EN)
Zopounidis Konstantinos (EN)
Tsafarakis Stelios (EN)
Atsalakis Georgios (EN)

Ο ρόλος του ερευνητή, μηχανικού είναι να επιτυγχάνει επιστημονική περιγραφή του αντικειμένου που μελετά, να το επεξηγεί και να το αναλύει στο μέγιστο δυνατό βαθμό και στη συνέχεια να πραγματοποιεί επιστημονική πρόγνωση/πρόβλεψη του τι μέλει γενέσθαι. Στο επίπεδο που έχει φτάσει ο τομέας της παραγωγής και της διοίκησης, χρειάζεται βραχυπρόθεσμος και μακροπρόθεσμος προγραμματισμός αυτών των διαδικασιών, ο οποίος επιτυγχάνεται με τη χάραξη τακτικών και στρατηγικών. Στόχος αυτής της εργασίας είναι ο σχεδιασμός ενός μοντέλου μακροπρόθεσμης πρόβλεψης για την κατανάλωση ενέργειας ανά πηγή ενέργειας στις ΗΠΑ, χρησιμοποιώντας ένα υβριδικό μοντέλο πρόβλεψης που η λογική του διέπεται από τη θεωρία των νευρωνικών δικτύων και της ασαφούς λογικής. Τα δεδομένα που θα εισαχθούν είναι των τελευταίων 69 χρόνων και εκφράζουν την ετήσια ποσότητα ενέργειας που καταναλώθηκε ανά πηγή στις ΗΠΑ, μετρημένη σε Quadrillion Btu (british thermal unit). Είναι εξαιρετικά κομβικής σημασίας η δυνατότητα πρόβλεψης της κατανάλωσης και της επικείμενης ζήτησης της ενέργειας, διότι από την πορεία και τις διακυμάνσεις της, εκτός από τη βελτίωση της οργάνωσης για την παραγωγή , εξάγονται και σημαντικά συμπεράσματα για την οικονομία της χώρας συνολικά. Το συγκεκριμένο μοντέλο ANFIS (Adaptive neuro fuzzy inference system) διαφέρει από τα συμβατικά μοντέλα πρόβλεψης που η λογική τους βασίζεται στη στατιστική. Έχει εξακριβωθεί ότι σε πολύπλοκα προβλήματα με πολλούς παράγοντες και παραμέτρους τέτοιου είδους μοντέλα εξάγουν αντικειμενικά και ακριβέστερα αποτελέσματα απ΄ ότι τα συμβατικά μοντέλα. (EL)

bachelorThesis

Κατανάλωση ενέργειας--Προβλέψεις (EL)
ANFIS (EN)


Ελληνική γλώσσα

2017

http://purl.tuc.gr/dl/dias/E0B7E884-D3DE-4CD5-B9B2-3A57934A7E6E

Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης (EL)
Technical University of Crete::School of Production Engineering and Management (EN)





*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.