پیش بینی مصرف بنزین درایران با استفاده از رهیافت های یادگیری عمیق و سری های زمانی
عنوان مقاله: پیش بینی مصرف بنزین درایران با استفاده از رهیافت های یادگیری عمیق و سری های زمانی
شناسه ملی مقاله: JR_ECON-8-1_003
منتشر شده در در سال 1400
شناسه ملی مقاله: JR_ECON-8-1_003
منتشر شده در در سال 1400
مشخصات نویسندگان مقاله:
ندا بیات - استادیار گروه اقتصاد، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی قزوین
علی رضایی - کارشناس ارشد آمار، دانشگاه علامه طباطبایی
خلاصه مقاله:
ندا بیات - استادیار گروه اقتصاد، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی قزوین
علی رضایی - کارشناس ارشد آمار، دانشگاه علامه طباطبایی
کمبود انرژی امروزه به عنوان مانعی جدی در دستیابی به توسعه اقتصادی مطرح است، به همین دلیل مدیریت تقاضای آن مورد توجه کشورها است. در ایران بخش حمل و نقل سهم عمدهای از مصرف انرژی دارد که ۷/۹۹ درصد از آن متعلق به بنزین است. با توجه به روند افزایشی مصرف بنزین در ایران، کافی نبودن تولید داخل کشور، رشد قابل توجه واردات بنزین در سالهای اخیر اهمیت مدیریت مصرف بنزین افزایش یافته است که پیشبینی هر چه دقیقتر روند مصرف آن میتواند در تحقق این امر بسیار مفید باشد. این مطالعه به پیشبینی مصرف بنزین با استفاده از دادههای ماهانه با مقایسه عملکرد سه روش شبکههای با حافظه طولانی کوتاهمدت، نقشههای خودسازمانده بازگشتی و روش سنتی میانگین متحرک جمعبسته خود رگرسیون فصلی پرداخته است. نتایج حاکی از این است که روش یادگیری عمیق شبکههای با حافظه طولانی کوتاهمدت و تواتر۱۲ ماهه برای آموزش دادهها کاراتر از دو روش دیگر است.
کلمات کلیدی: پیش بینی مصرف بنزین, یادگیری عمیق, شبکه های با حافظه طولانی کوتاه مدت, نقشه های خودسازمانده بازگشتی طبقه بندی JEL: Q۴۱, E۱۷, Q۴۷
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1394209/