Skip to main content
فهرست مقالات

پیش بینی مصرف فرآورده های نفتی: مقایسه سیستم معادلات اقتصاد سنجی و شبکه های عصبی

نویسنده:

ISC (21 صفحه - از 47 تا 67)

کلیدواژه ها : اقتصادسنجی ،پیش‌بینی ،شبکه‌های عصبی ،فرآورده‌های نفتی

کلید واژه های ماشینی : پیش‌بینی مصرف فرآورده‌های نفتی ،مصرف ،انرژی ،شبکه عصبی ،بنزین ،خصوص پیش‌بینی رشد مصرف بنزین ،معادلات همزمان و شبکه‌های عصبی ،سیستم معادلات همزمان ،نفت گاز ،تقاضای فرآورده‌های نفتی ،سیستم معادلات اقتصاد سنجی ،اقتصادی ،نفت کوره ،مقایسه سیستم معادلات اقتصاد ،پیش‌بینی میزان مصرف فرآورده‌های نفتی ،پیش‌بینی تقاضای فرآورده‌های نفتی ،نرون ،مدل ،اقتصاد سنجی و شبکه‌های عصبی ،مدل‌های پیش‌بینی تقاضای انرژی ،دوره پیش‌بینی براساس سیستم معادلات ،شبکه‌های عصبی مصنوعی ،پیش‌بینی براساس سیستم معادلات همزمان ،معادله مصرف نفت کوره ،معادله مصرف نفت گاز ،تقاضای انرژی ،معادله مصرف نفت سفید ،معادله مصرف نفت ،رشد ،برآورد مدل مصرف فرآورده‌های نفتی

رشد و حتی بقای اکثر فعالیتهای اقتصادی کشورهای درحال‌توسعه به مساله تامین‌ انرژی بستگی است.از اینرو دولتمردان این کشور سعی می‌کنند با پیش‌بینی‌ هرچه دقیقتر مصرف انرژی و برنامه‌ریزی صحیح در هدایت مصرف،پارامترهای‌ عرضه و تقاضای انرژی را به‌نحو مطلوب کنترل کنند.در ایران،فرآورده‌های‌ نفتی،بخصوص بنزین بخش عمده‌ای از حامل‌های انرژی را به خود اختصاص‌ می‌دهند و مصرف روزافزون آن،بسیاری از متخصصان را بر آن داشته تا گام‌های‌ اساسی در این زمینه بردارند.در این مقاله،با استفاده از سیستم معادلات همزمان و شبکه‌های عصبی،عوامل موثر بر مصرف فرآورده‌های نفتی،تحلیل و تقاضای‌ فرآورده‌های نفتی طی دوره 1386 تا 1400 پیش‌بینی می‌گردد.نتایج مدلها در خصوص پیش‌بینی رشد مصرف بنزین،نفت گاز،نفت سفید و نفت کوره،براساس‌ سیستم معادلات همزمان،به‌ترتیب،معادل 9/8،9/0،1/0و 8/0درصد می‌باشند.

خلاصه ماشینی:

"Pokharel برای پیش‌بینی مصرف حامل‌های انرژی طی دوره زمانی 2012-2005 در نپال با Michalic و همکارانش برای پیش‌بینی میزان تقاضای انرژی در بخشهای مسکونی، روزانه باد در جده عربستان،یک مدل شبکه عصبی را جهت پیش‌بینی سرعت باد طراحی‌ پیش‌بینی میزان مصرف کوتاه‌مدت الکتریسیته با استفاده از تکنیک شبکه عصبی و تبدیل‌ تجربی،یک مدل شبکه عصبی مصنوعی را جهت پیش‌بینی زمانهای اوج مصرف در کشور چنانچه(به تصویر صفحه مراجعه شود)میزان تقاضا برای انرژی در زمان t باشد،نرخ رشد حسابی آن‌ دراین‌صورت تنها با محاسبه(به تصویر صفحه مراجعه شود)برای یک دوره زمانی و با فرض ثبات نرخ رشد تقاضا،می‌توان میزان تقاضای انرژی را برای دوره‌های T+1 و بعد از آن پیش‌بینی کرد. برای آموزش شبکه عصبی باید از ابتدا نوع آموزش در مساله موردبحث مشخص شود. 5. برآورد مدل مصرف فرآورده‌های نفتی با استفاده ازشبکه‌های عصبی برای پیش‌بینی تقاضای فرآورده‌های نفتی با استفاده از روش‌های آماری مانند مدل‌های‌ برای پیش‌بینی مصرف هریک از فرآورده‌های نفتی(بنزین،نفت گاز،نفت سفید و سناریوی استفاده‌شده برای پیش‌بینی میزان مصرف بنزین در جدول 1 آمده‌ سناریوی پیش‌بینی مصرف فرآورده‌های نفتی(سیستم معادلات اقتصادسنجی) رشد مصرف بنزین،نفت گاز،نفت سفید و نفت کوره طی دوره پیش‌بینی براساس سیستم‌ پیش‌بینی مصرف سالانه بنزین برای دوره 1400-1385 پیش‌بینی مصرف سالانه نفت گاز برای دوره 1400-1385 پیش‌بینی مصرف سالانه نفت سفید برای دوره 1400-1385 پیش‌بینی مصرف سالانه نفت کوره برای دوره 1400-1385 میزان پیش‌بینی مصرف حاملهای انرژی برای دوره(1400-1385) شبکه‌های عصبی عوامل موثر بر مصرف فرآورده‌های نفتی،تحلیل و تقاضای‌ رشد مصرف بنزین،نفت گاز،نفت سفید و نفت کوره طی دوره پیش‌بینی و براساس‌"

  • دانلود HTML
  • دانلود PDF

برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.