hrvatski

Razvoj modela umjetnih neuronskih mreža za predviđanje emisija stakleničkih plinova s obzirom na sektorsku potrošnju energije u Republici Hrvatskoj

Predmet istraživanja u ovoj disertaciji je pronalaženje i razvoj optimalnog modela predviđanja emisija stakleničkih plinova s obzirom na realne projekcije sektorske potrošnje energije u Republici Hrvatskoj do 2030. U radu je izvršena korekcija dvaju postojećih scenarija neposredne potrošnje energije iz Strategije energetskog razvoja Republike Hrvatske iz 2009. godine. Projekcije sektorske potrošnje energije određene su ekstrapolacijom procijenjenih realnih godišnjih stopa rasta te su kreirani novi scenariji neposredne potrošnje energije korigirani BAU-scenarij, korigirani održivi scenarij i 4 podvarijante korigiranog održivog scenarija. Kao optimalne pokazale su se troslojne umjetne neuronske mreže s unaprednim vezama, sa šest neurona u skrivenom sloju. Kao optimalni algoritam za treniranje mreže pokazala se Levenberg-Marquardtova metodologija s Bayesovom regularizacijom. Rezultati pokazuju da se troslojne umjetne neuronske mreže mogu uspješno primijeniti za koreliranje postojećih podataka. Model je predvidio da će se najveće smanjenje emisija u odnosu na korigirani BAU-scenarij ostvariti kod podvarijante 4 korigiranog održivog scenarija, a da će mjere za smanjenje emisija najprije početi djelovati kod podvarijante-1 korigiranog održivog scenarija.

staklenički plinovi, neposredna potrošnja energije, umjetne neuronske mreže, Strategija energetskog razvoja Republike Hrvatske, Levenberg-Marquardtova metodologija s Bayesovom regularizacijom

nije evidentirano