پیش بینی مصرف بنزین استان فارس با استفاده از شبکه عصبی مصنوعی و مدلهای سری زمانی
- سال انتشار: 1392
- محل انتشار: کنفرانس بین المللی مدیریت چالشها و راهکارها
- کد COI اختصاصی: ICMM01_1023
- زبان مقاله: فارسی
- تعداد مشاهده: 1105
نویسندگان
کارشناس ارشد مدیریت صنعتی
استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد شیراز
استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد شیراز
چکیده
در تحقیق حاضر بمنظور پیش بینی مصرف بنزین از روش های مختلف پیش بینی شامل میانگین ساده، میانگین متحرک، فرایند ARMA و شبکه عصبی مصنوعیاستفاده گردید. داده های مورد استفاده این تحقیق، مصرف بنزین در استان فارس می باشد. در پایان بهترین روش جهت پیش بینی مصرف فراورده منتخب بر اساسمعیارهای میانگین مربعات خطاها، میانگین مجذور مربعات خطاها، میانگین مطلق انحراف و میانگین درصد مطلق خطا برگزیده شد. نتایج حاکی از آن است کهشبکه عصبی مصنوعی قادر است مصرف بنزین در استان فارس را دقیق تر از سایر روش ها پیش بینی نماید.کلیدواژه ها
پیش بینی مصرف بنزین، مدل های سری زمانی، شبکه عصبی مصنوعیمقالات مرتبط جدید
- ارزیابی سطح سواد فناوری اطلاعات هنرآموزان هنرستان های شهرستان مرند
- بررسی سطح سواد فناوری اطلاعات موردنیاز هنرآموزان
- شناسایی عوامل موثر روانشناختی برایجاد رفتارهای اضطرابی
- بررسی اثر گذاری قابلیت فناوری اطلاعات و ارتباطات و مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی بر عملکرد روابط و پایداری اجتماعی با تاکید بر نقش میانجی پویایی صنعت (مطالعه موردی: شرکت های بازرگانی استان مازندران)
- توانایی زنجیره تامین برای سیستم های تولید انعطاف پذیر
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.