ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تهجين انحدار المتجه الداعم مع...>الوصف

تهجين انحدار المتجه الداعم مع الخوارزمية الفوضوية للتنبؤ بالحمل الكهربائي في المنطقة الجنوبية

العنوان بلغة أخرى: Supporting Vector Regression Hybridization with Chaotic Algorithm for Electric Load Prediction in Southern Region
المصدر: مجلة الأقتصادي الخليجي
الناشر: جامعة البصرة - مركز دراسات الخليج العربي
المؤلف الرئيسي: هاشم، هدى عبدالسادة (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abd El-Sadah, Huda
مؤلفين آخرين: الثعلبي، ساهرة حسين زين (م. مشارك)
المجلد/العدد: ع60
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: حزيران
الصفحات: 85 - 108
DOI: 10.33762/1287-000-060-003
ISSN: 1817-5880
رقم MD: 1490175
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
مصادر الطاقة | الأحمال الكهربائية | الخوارزميات الفوضوية | التنمية الاقتصادية
كلمات المؤلف المفتاحية:
انحدار المتجه الداعم | خوارزمية المناعة | خوارزمية المناعة الفوضوية | خوارزمية تحسين سرب الطيور | خوارزمية سرب الطيور الفوضوية | Support Vector Regression | Immune Algorithm | Chaotic Immunity Algorithm | The Partial Swarm Algorithm | Chaotic the Partial Swarm Algorithm
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون
حفظ في:
المستخلص: تعد الطاقة الكهربائية من اهم مصادر الطاقة الرئيسة التي تسهم مساهمة كبيرة في جميع القطاعات التي تدفع بعملية التنمية إلى التقدم، وتؤدي دورا مهما في عملية التنمية والرفاهية الاقتصادية والحضارية لاستخدامها كمستلزمات مهمة في الاقتصاد. لذا تعد أحد اهم مظاهر الحضارة والتطور ومقياسا للرقي والرفاهية في أي مجتمع من المجتمعات لما تؤديه هذه الطاقة من خدمات. تطبق هذه الدراسة نموذجا للتنبؤ بالحمل الكهربائي من خلال تطبيق انحدار المتجه الداعم مع الخوارزميات الهجينة الفوضوية لتحسين أداء التنبؤ، والتي تعمل على حل مشكلات تحسين معلمات انحدار المتجه الداعم، فتم تهجين انحدار المتجه الداعم مع خوارزميات فوضوية ((CPSO) (CIA)) لتحديد المعلمات المثلى والمناسبة لنموذج انحدار المتجه الداعم، ومقارنة النماذج بعضها مع بعض، لاختيار النموذج الأفضل واستخدامه في التنبؤ باستهلاك الطاقة الكهربائية للمدة (2029- 2020) في المنطقة الجنوبية من العراق وقد توصلت النتائج أن نموذج (CIASVR) أكثر دقة وكفاءة من نماذج التنبؤ الأخرى استنادا إلى معايير دقة التنبؤ الإحصائية.

Electric energy is one of the most important main sources of energy that contributes significantly to all sectors that push the development process to progress. It plays an important role in the process of development and economic and cultural well- being to be used as important requirements in the economy. Therefore, it is one of the most important manifestations of civilization and development and a measure of sophistication and well-being in any society because of the services provided by this energy.This study applies a model for electric load prediction by applying support vector regression with chaotic hybrid algorithms to improve prediction performance, Which solves the problems of improving the support vector regression parameters, so the support vector regression was hybridized with chaotic algorithms (CIA), (CPSO) to determine the optimal and appropriate parameters for the support vector regression model, Comparing the models with each other, to choose the best model and use it to predict electrical energy consumption for the period (2020- 2029) in the southern region of Iraq. The results found that the CIASVR model is more accurate and efficient than other forecasting models based on statistical forecasting accuracy criteria.
ISSN: 1817-5880

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.