تعیین عوامل اجتماعی اقتصادی موثر بر پیش بینی مصرف بنزین و نفت گاز (گازوییل) در ایران توسط شبکه های عصبی مصنوعی
- سال انتشار: 1397
- محل انتشار: پژوهشنامه حمل و نقل، دوره: 15، شماره: 2
- کد COI اختصاصی: JR_TRJ-15-2_014
- زبان مقاله: فارسی
- تعداد مشاهده: 556
نویسندگان
دانش آموخته کارشناسی ارشد، دانشکده مدیریت دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
استادیار، دانشکده مدیریت دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
استاد، دانشکده مهندسی شیمی دانشگاه تهران، تهران، ایران
مربی، گروه مدیریت بازرگانی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
چکیده
با توجه به ماهیت پیچیده ی داده های مربوط به تقاضا و مصرف حامل های انرژی به ویژه سوخت های فسیلی از قبیل بنزین و گازوییل و اهمیت بررسی این موضوع، در پژوهش حاضر به تعیین اجتماعی اقتصادی عوامل تاثیرگذار بر پیش بینی تقاضای بنزین و نفت گاز با داده های سالیانه ی موجود در دوره ی زمانی سال 1346 تا 1394 توسط شبکه های عصبی مصنوعی پرداخته می شود. برای این منظور از شبکه پرسپترون چند لایه (MLP) استفاده شده است. نتایج حاصل بیانگر قابلیت پیش بینی بالای شبکه عصبی برای مصرف بنزین و نفت گاز دارد بدین ترتیب که در مصرف بنزین به ترتیب عوامل 1- جمعیت 2- قیمت 3- نرخ شماره گذاری خودرو سبک 4- تولید ناخالص داخلی 5- فرهنگ رانندگی 6- ناوگان حمل و نقل عمومی شامل مترو، راه آهن، اتوبوس و سایر خودروهای سنگین مسافری و باری 7- نرخ مصرف CNG و در مصرف نفت گاز عوامل 1- جمعیت 2- قیمت 3- نرخ شماره گذاری خودرو 4- تولید ناخالص داخلی 5- واردات و صادرات غیر نفتی 6- همپوشانی مصرف با سایر سوخت ها (نفت کوره، گاز طبیعی و گاز مایع ) 7- راه آهن قدرت تبیین بالاتری در پیش بینی مصرف سوخت دارند.کلیدواژه ها
عوامل اجتماعی، اقتصادی، پیش بینی، مصرف، بنزین، نفت گاز، شبکه های عصبی مصنوعیمقالات مرتبط جدید
- تحلیل دینامیکی تغییر شرایط دمایی در راه اندازی سرد بویلر نوع D فولاد مبارکه
- بررسی تاثیر شرایط تولید و ذخیره سازی بر رفتار اکسیداسیون مجدد آهن اسفنجی (DRI) و آهن بریکت گرم (HBI)
- بررسی امکان سنجی احیاء هیدروژنی نمونه باطله آهندار هماتیتی (مطالعه موردی باطله هماتیتی معادن گل گهر سیرجان)
- پیش بینی عملکرد فرآیند احیا مستقیم تولید آهن اسفنجی در شرایط مختلف عملیاتی و تعیین عملکرد مطلوب از طریق مدل سازی با نرم افزار Aspen Plus
- بررسی تاثیر تغییر مکانیزم و تعداد پره های دمپر فن سیستم غبارگیر اسکرین اکساید بر عملکرد آن در شرکت فولاد کاوه جنوب کیش
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.