مصرف گاز به عنوان منبع انرژی پاک، برای مصارف صنعتی و گرمایشی و حمل و نقل، به طور گسترده ای پذیرفته شده است و از میان سوخت های فسیلی، مصرف گاز برای داشتن محیط زیستی پاک تر مورد توجه بسیار قرار گرفته است. بدلیل اهمیت تأثیر مشخصه های هواشناسی در مصرف گاز شهرها و نیز امکان کاهش ناگهانی دما و در نتیجه افزایش میزان مصرف گاز شهرها، ضرورت اطلاع و پیش بینی مصرف گاز امری اجتناب ناپذیر است که دراین تحقیق به آن پرداخته شده است. در ابتدا برخی از متغیرهای تاثیرگذار بر مصرف گاز با استفاده از روش شناسی سطح پاسخ شناسایی گردیده است. در ادامه شبکه عصبی نوع GMDH برای مدل سازی و پیش بینی میزان گاز طبیعی مصرفی در بخش خانگی، با استفاده از مجموعه داده های ورودی-خروجی مورد مطالعه قرار گرفته است. برای ارزیابی مدل پیشنهادی، 84 داده مربوط به 7 سال متوالی از شرکت گاز شهر رشت به صورت موردی بدست آمده است. به منظور مدل سازی، داده ها به دو دسته (70% برای آموزش و 30% برای آزمایش) تقسیم شده اند. نتایج حاصل از مدل سازی با داده های تجربی مقایسه گردید که ضریب تعیین 0.8943 بوده و تطابق بسیار خوبی با نتایج تجربی نشان داده است.
