در این پژوهش با طراحی یک روش جدید که تلفیقی از مدل های خطی و غیرخطی است. به بررسی روند تقاضای روزانه گاز طبیعی کشور و عوامل موثر بر تقاضای روزانه این حامل پرداخته شد. در ادامه تقاضای روزانه گاز طبیعی در بخش خانگی بر اساس مدل های ARIMA، شبکه عصبی مصنوعی پیش خور، شبکه عصبی - تبدیل موجک و روش پیشنهادی، برای 10 روز آینده به صورت "گام به گام (روز یکم تا روز دهم)"، پیش بینی شد. نتایج نشان داد که روش پیشنهادی نسبت به بقیه الگو ها دارای خطای کم و دقت بالایی در پیش بینی تقاضای روزانه گاز طبیعی در بخش خانگی است. پس از روش پیشنهادی، شبکه عصبی - تبدیل موجک، شبکه عصبی پیش خور و فرآیند ARIMA، در اولویت های بعدی قرار گرفتند.