صنعت برق از جمله صنایع پایه است که نقش بسیار مهمی در چرخه ی اقتصادی هر کشور دارد و هرگونه اختلال در تأمین برق, مشکلاتی را در جامعه ی امروزی و توسعه ی آن به وجود می آورد. برای مثال, مصرف برق در ساعات اولیه شب تا 4 ساعت بعد از غروب آفتاب با روشن شدن چراغ های خیابان ها و منازل به صورت ناگهانی افزایش می یابد. معنی این افزایش این است که باید ظرفیت بسیار بالاتری از کل شبکه ی الکتریکی اعم از تولید، انتقال و توزیع برق وارد عمل شود تا بتواند این تقاضا را پاسخ دهد. حال اگر این افزایش به اندازه ای باشد که شبکه ی برق شهری نتواند جوابگوی آن باشد در سطح شبکه خاموشی اتفاق می افتد که برای همگان نامطلوب است و باعث به وجود آمدن خسارات مالی زیادی در سراسر شبکه برق کشور می گردد. از طرف دیگر با تداوم این افزایش تنها برای تأمین بار دراین 3 الی 4 ساعت نیاز به سرمایه گذاری عظیمی جهت احداث نیروگاه های جدید و ساخت تأسیسات شبکه ی انتقال و توزیع برق است. بنابراین بهینه سازی مصرف برق در قرن اخیر بسیار اهمیت یافته و دانشمندان در جست وجوی راهی برای مدیریت صحیح و بهینه ی مصرف انرژی الکتریکی هستند. بخش خانگی مصرف کننده ی بیش از یک سوم برق مصرفی در کل جهان است. بنابراین با بهینه سازی مصرف در این بخش, کاهش چشمگیری در هزینه ی تحمیل شده به تولید کنندگان برای تولید برق مصرفی به وجود می آید. برای بهینه سازی مصرف برق مفهومی با نام مدیریت مصرف تعریف می شود. مدیریت مصرف برق درواقع شامل مجموعه ای از فعالیت های تعریف شده بین تولید کنندگان برق و مصرف کنندگان آن به منظور اصلاح الگوی مصرف برق است. بدین ترتیب هم تولید کنندگان برق و هم مصرف کنندگان آن به سود بیشتری دست می یابند. البته هدف از مدیریت مصرف برق کاهش میزان تولید و کاستن از رفاه مصرف کنندگان نیست. بلکه کاربرد درست انرژی الکتریکی و استفاده صحیح از آن است که این امر موجب رضایت و سود بیشتر مصرف کنندگان و تولیدکنندگان برق است. منظور از مدیریت درست, مصرف در زمان مناسب, انتخاب مقدار مصرف در هر زمان و حجم تولید مناسب در هر زمان به منظور تطابق تولید با مصرف است . برای مدیریت مصرف برق در بخش خانگی, وسایل الکتریکی استفاده شده در هر خانه را به دو گروه تقسیم شده است: ?- وسایل جابه جایی پذیر ?- وسایل جابه جایی ناپذیر وسایل جابه جایی پذیر به وسایلی گفته می شود که می توان زمان استفاده از آن ها را به زمان های دیگر انتقال داد. مانند: ماشین لباس شویی و ماشین ظرف شویی. در مقابل زمان استفاده از وسایل جابه جایی ناپذیر را نمی توان جابه جا کرد. مانند: سیستم روشنایی, یخچال. در این پژوهش برای برنامه ریزی استفاده از وسایل الکتریکی یک کنترل کننده در هر خانه تعبیه شده است. این کنترل کننده به برنامه ریزی استفاده از وسایل جابه جایی پذیر موجود در هر خانه با رضایت کاربران می پردازد. برنامه ریزی باید به گونه ای باشد که رضایت کاربران در رابطه با استفاده از وسایل برقی در خانه ها تأمین شود و هزینه ی پرداختی مصرف کنندگان نیز برای استفاده از وسایل کاهش یابد. هزینه ی تولید برق با مسطح سازی مصرف برق کاهش چشمگیری می یابد. منظور از مسطح سازی, کاهش قله ی مصرفی حاصل از انرژی الکتریکی استفاده شده در دوره های زمانی متفاوت است. برای رسیدن به این هدف باید مصرف برق برای همه ی دوره های زمانی یکنواخت بوده و از تجمع مصرف در دوره های زمانی خاص جلوگیری شود. یکنواخت کردن مصرف در دوره های زمانی مختلف امکان پذیر نمی باشد. زیرا هر کاربر الگوی رفتاری متفاوتی داشته و نمی توان کاربران را مجبور به تغییر الگوی رفتاری خود کرد. پس به روشی نیاز است که کاربران برای مسطح سازی بیشتر مصرف ترغیب شده و خود به صورت آگاهانه به اصلاح الگوی مصرفشان بپردازند. در این پژوهش برای تشویق کاربران و ایجاد انگیزه برای اصلاح الگوی مصرفشان از قیمت گذاری پویا استفاده شده است. زیرا با استفاده از قیمت گذاری ثابت مصرف برق برای همه ی دوره های زمانی کاربران انگیزه ای برای اصلاح الگوی مصرفشان برای رسیدن به مسطح سازی بیشتر برق مصرفی و سود بیشتر تولید کننده ندارند و این امر موجب به وجود آمدن قله ها و دره های مصرفی می شود. قیمت پویای پیشنهادی مطابق با سود در نظر گرفته شده برای تولید کننده تنظیم می شود. یعنی با تجمع مصرف در هر دوره ی زمانی هزینه در آن دوره افزایش می یابد. این امر موجب می شود تا تعدادی از کاربران (کاربرانی که کاهش هزینه برایشان اهمیت دارد) استفاده از وسایل الکتریکی را در راستای ایجاد سود بیشتر برای تولید کننده جابه جا نمایند. در این پژوهش برای مسطح سازی بیشتر مصرف, زمان هایی با مصرف برق کم تر با کسب تجربه از عملکرد کاربر پیش بینی شده و زمان بندی وسایل جابه جایی پذیر در آن زمان ها قرار داده می شود. در مدل های قبلی ارائه شده برای زمان بندی وسایل الکتریکی در خانه ها, با شروع روز زمان بندی تهیه شده برای آن روز در اختیار کاربران قرار می گرفت و مخالفت کاربر برای زمان بندی تهیه شده برای هر وسیله در نظر گرفته نمی شود. درواقع زمان بندی برای هر وسیله در دوره های زمانی مختلف بنا به اولویت های از پیش تعریف شده توسط کاربر تعیین می شود ولی مدل بیان شده در این پژوهش برخلاف مدل های ارائه شده ی قبلی برای برنامه ریزی استفاده از وسایل خانگی انعطاف پذیر بوده و در صورت مخالفت کاربر با زمان بندی یک وسیله, زمان بندی دیگری را برای استفاده از این وسیله با به کارگیری الگوریتم یادگیری تقویتی پیشنهاد می دهد و زمان بندی پیشنهادی وسایل دیگر که هنوز زمان استفاده از آن ها نرسیده است نیز برای یافتن بیشینه ی سودمندی (از نظر کاهش هزینه برای تولید کننده و مصرف کننده و رضایت کاربر) تغییر می یابد. سیستم پاداش دهی در الگوریتم یادگیری پیشنهاد شده ترکیبی از دو هدف در نظر گرفته شده است: ?- هزینه پرداختی کاربر برای استفاده از وسایل الکتریکی در هر دوره ی زمانی. ?-رضایت کاربر برای استفاده از وسایل الکتریکی پیشنهاد شده در هر دوره ی زمانی (میزان رضایت با توجه به استفاده از زمان پیشنهادی برای استفاده از وسیله ی الکتریکی یا عدم توجه کاربر به این زمان مشخص می شود).