برنامه ریزی راهبردی عصرمدار بر مدیریت منابع نفت ایران بر مبنای پیش بینی ری های زمانی از طریق شبکه عصبی
محل انتشار: دومین کنفرانس بین المللی ابزار و تکنیکهای مدیریت
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 613
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MANAGTOOLS02_443
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله برنامه ریزی راهبردی عصرمدار بر مدیریت منابع نفت ایران بر مبنای پیش بینی ری های زمانی از طریق شبکه عصبی
نفت خام به عنوان مهمترین منبع تأمین کننده انرژی مورد نیاز بشر، جایگاه ویژه ای در اقتصاد ایران دارد. لذا بررسی عوامل مؤثر بر حجم ذخایر نفت امری ضروری است. هدف این مطالعه طراحی سناریوهای مدیریت منابع نفت ایران با دیدگاه برنامه ریزی راهبردی سلولی عصرمدار از طریق پیش بینی زمان پیک نفتی و روند آتی متغیرهای (تولید نفت، حجم ذخایر نفت، تعداد سکوهای فعال نفت، تعداد چاه های نفتی کامل شده، حجم سرمایه گذاری در صنعت نفت و تولید ناخالص داخلی) از طریق سری های زمانی شبکه عصبی (TSANN) برای داده های تاریخی متغیرهای مذکور از سال 1981 تا 2014 است. نتایج مطالعه نشان می دهد که نقطه پیک برای منابع نفت ایران در بازه زمانی سال 2017 تا 2018 به وقوع می پیوندد و برای جلوگیری از بروز بحران های احتمالی در اقتصاد ایران با طراحی سناریوهایی که در عرصه های گوناگون قابلیت همنوا شدن با پویایی های محیط در قالب سلول های سناریو الزامی است. و اجرای سناریوهای مطرح شده بایستی از عصر اقدام صورت بپذیرد تا هدف جدایی اقتصاد ایران از درآمد نفتی محقق شده و از بروز بحران هایی با شدت بیشتر کاسته شود.
کلیدواژه های برنامه ریزی راهبردی عصرمدار بر مدیریت منابع نفت ایران بر مبنای پیش بینی ری های زمانی از طریق شبکه عصبی:
نویسندگان مقاله برنامه ریزی راهبردی عصرمدار بر مدیریت منابع نفت ایران بر مبنای پیش بینی ری های زمانی از طریق شبکه عصبی
میرحسین قریشی
کارشناس ارشد MBA، گرایش استراتژی، پردیس بین المللی کیش، دانشگاه تهران
آلبرت بغزیان
دکترای علوم اقتصادی، پردیس بین المللی دانشگاه تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :