پیش بینی مصرف بنزین با استفاده از شبکه عصبی Narx در ایران

  • سال انتشار: 1401
  • محل انتشار: دومین کنفرانس بین المللی بهینه سازی سیستم های تولیدی و خدماتی
  • کد COI اختصاصی: COPSS02_063
  • زبان مقاله: فارسی
  • تعداد مشاهده: 207
دانلود فایل این مقاله

نویسندگان

نجمه نشاط

استادیار گروه مهندسی صنایع، دانشگاه میبد

فاطمه عظیمی

کارشناس ارشد مهندسی مالی، دانشگاه میبد

زهرا رستگاری

کارشناس ارشد مهندسی مالی، دانشگاه میبد

چکیده

رشد بالای مصرف بنزین در ایران و نیز استهلاک پالایشگاه ها که موجب محدودیت در ظرفیت تولیدبنزین شده است شکافی عمیق در پاسخ به تقاضای بنزین ایجاد کرده است و از جهت دیگر نیز عواملی همچونافزایش رشد جمعیت، توسعه حمل و نقل، گسترش دیگر صنایع و ... خود از جمله عوامل تاثیرگذار بر تقاضایبنزین می باشد که با بررسی تاثیر هر یک از این عوامل میتوان تقاضای را برای بازه های زمانی آینده پیش بینیکرد، حاصل پیش بینی تقاضای بنزین بهبود برنامه ریزی بودجه سالانه و به تبع آن برنامه ریزی برای اقتصادرا به همراه خواهد داشت و دولت ها را در حصول نتایج بهتر در دیگر زمینه های اقتصادی یاری می کند.پیش بینی تقاضا با بررسی تاثیر تک تک عوامل تاثیرگذار بر آن، کاری پیچیده می باشد بنابراین درپژوهش حاضر پیش بینی تقاضا بر حسب مقادیر تقاضا در بازه های زمانی گذشته با توجه به خاصیت سریهای زمانی انجام پذیرفته است چرا که مقادیر تقاضا در هر زمان حاصل نتیجه تاثیر عوامل فوق الذکر می باشد.اما سری زمانی تقاضا به تنهایی کافی نبوده و نمی تواند تاثیر تغییرات ناگهانی را به خوبی در تقاضای پیشبینیشده منعکس کند بنابراین با در نظر گرفتن شوک های قیمتی و ترکیب آن با سری زمانی مورد استفاده بهخوبی میتوان این تغییرات را در پیش بینی لحاظ کرد.بنابرآنچه گفته شد میتوان از شبکه عصبی مصنوعی پرسپترون تک لایه ۴ نورونی برای پیشبینی تقاضایماهانه بنزین در سال ۱۳۹۵ به کمک داده های سری زمانی از فروردین ۱۳۸۰ تا اسفند ۱۳۹۴ که به کمکبانک اطلاعات انرژی ایران استخراج شده است، استفاده کرد.

کلیدواژه ها

شبکه عصبی، شوک های قیمتی،پیش بینی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.