چارچوبی ترکیبی از هوشم صنوعی، سیستم خبره و متن کاوی وب محور به منظور پیشبینی قیمت بین المللی گاز طبیعی ایران

فایل این در 55 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

هدف اصلی این تحقیق یافتن روشی علمی، نظامند و تکرار پذیر برای قیمت گذاری و پیش بینی قیمت بین اللملی گاز طبیعی ایران با استفاده از هوش مصنوعی، شبکه های عصبی مصنوعی ، سیستم های خبره و متن کاوی و ارزیابی صحت عملکرد و کارایی آن است . این تحقیق چارچوبی سیستمی مرکب از هوش و شبکه های عصبی مصنوعی، سیستم خبره قانون محور و تکنیکهای متن کاوی وب محور معرفی می نماید که در آن پیش بینی با استفاده از هوش مصنوعی و الگوریتم های ژنتیک ارایه شده و با سیستم خبره و متن کاوی اینترنتی تعدیل و قضاوت می گردد. به منظور بررسی اثربخشی روش ارائه شده نیز، یک مطالعه شبیه سازی ارائه خواهد شد. نتایج شبیه سازی نشان می دهد که روش ارائه شده به طور قابل توجهی موثر و امکان پذیر است. از این رو، ترکیب مدل های پیش بینی هوش مصنوعی را می توان به عنوان یک ابزار مناسب پیش بینی قیمت در نظر گرفت. مساله اصلی این تحقیق آن است که علیرغم دارا بودن بزرگترین منابع گاز طبیعی در جهان، ایران در تعیین قیمت بین اللملی آن نقش بسزایی نداشته و تعیین کننده نیست. همچنین با موجود اینکه خطوط لوله سراسری گاز که در تمامی سطح کشور پراکنده بوده و یک شبکه سراسری را ایجاد نموده ایران هنوز به عنوان هاب گاز در نظر گرفته نمی شود. همچنین قیمت گاز همانند قیمت نفت دارای یک منبع و ماخذ بین اللملی نبوده و در بیشتر مواقع تابعی از قیمت نفت است. هر چند در حال حاضر با توجه به افزایش استفاده از گاز، در بعضی از بازارهای بین اللملی قیمت آن نیز به صورت مجزا و بدون وابستگی با نفت تعیین می گردد. اهمیت موضوع و سوال اصلی این تحقیق این است که چگونه می توان با استفاده ترکیبی از هوش مصنوعی، سیستم خبره و متن کاوی روشی قابل اعتماد برای تعیین و پیش بینی قیمت گاز در عرصه بین اللملی ایجاد نمود؟ (سوال توصیفی) نتیجه این تحقیق همانطور که در ادامه خواهیم دید نشان دهنده امکان استفاده ترکیبی از هوش مصنوعی، سیستم خبره و متن کاوی به عنوان روشی قابل اعتماد برای تعیین و پیش بینی قیمت گاز می باشد. نتایج حاصل از این سیستم ها با آنچه در واقع طی سالیان گذشته رخ داده تقریبا یکی بوده و قابل انطباق می باشد.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، سیستم های خبره ، متن کاوی وب محور ، پیش بینی قیمت ، گاز طبیعی ، نفت خام

نویسندگان

حسن جمشیدی نژاد

مدیر بانکهای اطلاعاتی دفتر مدیریت پروژه شرکت ملی نفت ایران

امیر هوشنگ تاجفر

عضو هیئت علمی دانشگاه دانشگاه پیام نور

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :
  • Bernabe, A., Martina, E., Alvarez-Ramirez, J., & Ibarra-Valdez, C. (2004). ...
  • Durkin, J. (2008). Expert Systems: Design and Development. Macmillan Coll ...
  • GECF. (بدون تاری خ). بازیابی از جی ای سی اف: ...
  • Ghouri, S. (بدون تاری خ). Assessment of the relationship between ...
  • kabodan, M. (2001). Computer Forecasting of crude oil prices. Proc ...
  • Mirmirani, S., & Li, H. (2002). A comparision of VAR ...
  • Morana, C. (2001). A semi-parametricapproach to short term oil price ...
  • NIGEC. (1393). بازیابی از شرکت ملی صادرات گاز ایران: www.Nigec.ir ...
  • Shambora, W., & Rossiter, R. (بدون تاری خ). Are there ...
  • Tang, L. (2002). An empirical exploration of the world oil ...
  • Wang, S., Yu, L., & Li , K. (2004). A ...
  • Yang, C., Hwang, M., & Huang, B. (2002). An analysis ...
  • Ye, M., Zyren, j., & Shore, J. (2005). A monthly ...
  • Ye, M., Zyren, j., & Shore, J. (بدون تاری خ). ...
  • امین ناصری, م. (1383). ارائه یک مدل شبکه عصبی جهت ...
  • رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام [مقاله کنفرانسی]
  • پایگاه تحلیلی خبری نفت, ا. (بدون تاری خ). گزارش صندوق ...
  • پرهیزگار, م. م., & آقا جانی افروزی, ع. ا. (1390). ...
  • جوان, ا. (1385). بررسی تئوریک قیمت گذاری گاز طبیعی. فصلنامه ...
  • ریچ, ا. (1375). هوش مصنوعی و تکنیکها. نشر جلوه. ...
  • سلمانی, ر. (1392). ساز و کار تبدیل ایران به هاب ...
  • محمدی , ت. (1388). بررسی رابطه قیمت نفت خام و ...
  • نمایش کامل مراجع