طراحی مدل پیش بینی تقاضای حمل فراورده های نفتی در سیستم ریلی کشور
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,352
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SITD01_013
تاریخ نمایه سازی: 23 آبان 1388
چکیده مقاله:
یکی از پارامترهای مهم جهت برنامه ریزی به منظور توسعه و پیشرفت در صنعت حمل و نقل ریلی، برآورد و پیش بینی صحیح و دقیق میزان تقاضا می باشد. این مسئله در بخشهای مختلف حمل و نقل از جمله میزان جلب و جذب سرمایه گذاری، بکارگیری نیروی ا نسانی، تامین لکوموتیو و واگن و ... و در جهت رفع تنگناها موثر می باشد بطوریکه میزان دقت در پیش بینی تقاضا رابطه مستقیمی با اهداف شرکت راه آهن دارد و در نتیجه دقت دراین امر یکی از مهمترین عوامل ممانعت از دور شدن از اهداف می باشد. دراین راستا، تحقیق حاضر درجهت طراحی مدل تقاضای حمل فراورده های نفتی در سیستم ریلی کشور انجام گرفته است. براساس مطالعات کتابخانه ای انجام شده و آشنایی با سیستم حمل سوخت در ایران، عوامل تاثیر گذار بر تقاضای حمل فراورده های نفتی در شبکه ریلی کشور شناسایی و در ادامه مناسبترین مدل با توجه به این عوامل انتخاب گردید. دراین تحقیق مدلهایی براساس تحلیل رگرسیونی چندگانه ارائه و کالیبره شده است سپس با استفاده از آزمونهای مختلف مورد ارزیابی قرار گرفته و اعتبار سنجی مدل نهایی نتایج رضایت بخشی را در برداشته است طبق نتایج حاصله متغیرهای طول خطوط اصلی راه آهن، تعداد واگن مخزندار راه آهن، تعرفه و درآمد حاصل از حمل فراورده های نفتی توسط راه آهن به عنوان متغیرهای موثر بر تقاضا تعیین شده اند. سپس پیش بینی تقاضای حمل فراورده های نفتی در شبکه ریلی کشور در طول برنامه پنجم و ششم توسعه اقتصادی - اجتماعی کشور ( افق 98-1388 ) با استفاده از بهترین مدل پیشنهادی انجام شده است این مقاله از نتایج پژوهشی استخراج گردیده که با حمایت مالی شرکت بهینه سازی مصرف سوخت کشور انجام شده است .
کلیدواژه ها:
نویسندگان
شهریار افندی زاده
دانشیار دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
محمودرضا اسحق زاده
دانشجوی کارشناسی ارشد مهندسی صنایع، موسسه آموزش عالی الغدیر ( تبریز)
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 :