ارایه یک پیش بینی کننده ترکیبی کارآ برای عرضه و تقاضای بنزین کشور ترکیب الگوهای فضای حالت و شبکه عصبی مصنوعی

پیام:
چکیده:
بخش حمل و نقل از مهم ترین زیرساختهای اساسی یک کشور در نائل شدن به رشد و توسعه اقتصادی بوده و فرآوردهای نفتی نیز از مهم ترین نهاده های تولیدی در این بخش می باشد. به واسطه اهمیت تقاضای بخش حمل و نقل از فرآورده های نفتی مانند بنزین، مداخله دولت در امر تولید و توزیع، مصرف و واردات رو به رشد، برنامه ریزی در خصوص انرژی را، امری اجتناب ناپذیر کرده است. لذا ضرورت دارد که سیاستگذاران اقتصادی درک درستی از روند تولید، مصرف و وارادات این فرآورده ها داشته باشند. در این راستا، مقاله ی حاضر با بهره گیری از دو رهیافت”الگوی فضای حالت چند متغیره“و”شبکه عصبی مصنوعی“1 و با استفاده از داده های تولید، مصرف و واردات بنزین در طی سالهای (1387-1357) اقدام به برآورد میزان تولید، مصرف و واردات بنزین کرده است، سپس در ادامه ی مقاله، پیش بینی تولید، مصرف و واردات آتی بنزین برای دوره کوتاه مدت (1390-1388) ارائه گردیده است. نتایج حاکی از آن است که الگوی شبکه عصبی مصنوعی عملکرد مناسب تری در پیش بینی داخل نمونه نسبت به الگوی فضای حالت چند متغیره2 داشته است. در انتها مقاله، علاوه بر این که مقادیر پیش بینی خارج از نمونه هر دو رهیافت ارایه شده، با استفاده از رهیافت ترکیب پیش بینی های بیتز و گرنجر، مقادیر پیش-بینی ترکیبی که نسبت به هر دو روش کارآتر است، گزارش شده است.
زبان:
فارسی
در صفحه:
265
لینک کوتاه:
magiran.com/p1380565 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!