هوش مصنوعی برای پیش بینی در پتروشیمی: مرور نظام مند

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 383

فایل این مقاله در 9 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AISC01_065

تاریخ نمایه سازی: 16 آبان 1401

چکیده مقاله:

صنعت پتروشیمی نقش مهمی در ایجاد ارزش افزوده در منابع نفت و گاز به ویژه برای ایران دارد. مرور نظام مند مقالات منتشرشده، مجلات و کنفرانس های معتبر خارجی در رابطه با رویکردهای محاسباتی پیش بینی در پتروشیمی، موضوع این پژوهش است. بدین منظور در دو پایگاه داده علمی رایج گوگل اسکالر و اسکوپوس، جستجو و پالایش یافته ها انجام خواهد گرفت و در نهایت ۳۴ مقاله حائز شرایط بررسی می گردد. مقالات از نظر کاربردی در دسته های صرفه جویی انرژی، نشت، خرابی و خطا، شیمیایی و مولکولی، خطر و آتش سوزی، فرایندهای تولید، تجارت و قیمت، ویژگی محصول، نگهداری تجهیزات، نویز، ایمنی و سلامت قرار گرفته اند. در حالی که از نظر روش محاسباتی مورد استفاده، ویرایش های مختلف شبکه عصبی، الگوریتم های بهینه سازی، یادگیری ماشین معمول، فرایند مارکوف، کاهش بعد، تحلیل شبکه، الگوریتم های تصادفی و مدلسازی ریاضی یافت شدند. توسعه این مقاله، می تواند مرور پژوهش های فارسی و مطالعه تطبیقی و تحلیلی آن باشد.

نویسندگان

سارا محمدی

دانشجوی دکتری اقتصاد، دانشگاه رازی، کرمانشاه، ایران

مجتبی الماسی

دانشیار اقتصاد دانشکده اقتصاد و مدیریت کارآفرینی، دانشگاه رازی، کرمانشاه، ایران

کیومرث سهیلی

دانشیار اقتصاد دانشکده اقتصاد و مدیریت کارآفرینی، دانشگاه رازی، کرمانشاه، ایران

صادق سلیمانی

استادیار کامپیوتر دانشکده مهندسی کامپیوتر، دانشگاه کردستان، ایران