به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

فهرست مطالب maryam rezaee jafari

  • زین العابدین صادقی*، مریم رضایی جعفری، امین قاسمی نژاد
    زمینه و هدف

    تولید و مصرف برق را می توان یکی از مهم ترین عوامل و ضرورت ها در رشد و توسعه هر کشور قلمداد کرد. برای تولید برق نیاز به احداث نیروگاه ست با توجه به ارز بری بالا و سرمایه بر بودن احداث و راه اندازی هر نیروگاه جدید در صنعت برق، لازم است که انتخاب این نیروگاه ها براساس طیف گسترده ای از معیارها صورت پذیرد.

    روش تحقیق:

     در این پژوهش با استفاده از معیارهای اقتصادی، محیط زیستی و فنی به اولویت بندی نیروگاه های مختلف در کشور با استفاده از روش های تحلیل سلسله مراتبی، تاپسیس و ویکور پرداخته شده است.

    یافته ها

    شاخص های میزان آلودگی محیط زیست، میزان سرمایه گذاری اولیه به ازای هر کیلووات ساعت برق تولیدی ، هزینه های تعمیر و نگهداری، امکان دسترسی آسان به لوازم یدکی و امکان توسعه و افزایش ظرفیت از شاخص های اصلی تاثیرگذار بر اولویت بندی نیروگاه های تولید برق در ایران مطرح شد. به طورکلی با توجه به تمامی شاخص های مورد مطالعه در این تحقیق، میزان آلودگی محیط زیست بیشترین تاثیر را در اولویت بندی نیروگاه های تولید برق دارد. هم چنین، به ترتیب شاخص های مربوط به میزان سرمایه گذاری اولیه به ازای هرکیلو وات ساعت برق تولیدی، هزینه های تعمیر و نگهداری، امکان توسعه و افزایش ظرفیت و امکان دسترسی آسان به لوازم یدکی از مهم ترین عوامل تاثیرگذار بیان شد.

    بحث و نتیجه گیری

      نتایج حاصل از اولویت بندی در هر سه روش تصمیم گیری چند معیاره، نشان می دهد نیروگاه های بادی به عنوان اولین گزینه برای انتخاب استراتژیک نیروگاه برق مطرح است و نیروگاه های خورشیدی، برقابی، مقیاس کوچک (پراکنده)، گازی، بخار، سیکل ترکیبی و دیزلی به ترتیب در اولویت های بعدی قرار می گیرند.بنابراین پیشنهاد می گردد که دولت و نهادهای سیاستی با توجه به اولویت بندی انجام گرفته در نیروگاه های تولید برق به ایجاد زیرساخت های لازم جهت بهره برداری از این انرژی ها بپردازند.

    کلید واژگان: نیروگاه های تجدیدپذیر, تحلیل سلسله مراتبی, تاپسیس و ویکور}
    Zeinolabedin Sadeghi *, Maryam Rezaee Jafari, Amin Ghasemi Nejad
    Background and Objective

    Electricity production and consumption are considered as two of the most important factors and premises in the growth and development of every country. We need to build power plants for electricity production given the high costs and investment needed for the construction of each power plant in electricity industry, it is necessary to select these power plants according to a wide range of criteria.

    Method

    Using economic, environmental and technical criteria, this study attempts to prioritize different power plants in Iran via AHP, TOPSIS and VIKOR method.

    Findings

    Environmental pollution indices, initial investment per kilowatt hour of electricity generation, maintenance costs, easy access to spare parts and the possibility of developing and increasing capacity were introduced the main indicators affecting prioritization of the power plants in Iran. In general, according to all indices studied in this study, environmental pollution has the most impact on the prioritization of power generation plants. Also, the indexes related to the amount of initial investment per kWh, maintenance costs, the possibility of developing and increasing capacity, and easy access to spare parts were considered as the most important factors.

    Discussion and Conclusions

    The findings from the prioritization by each methods of Multiple Attribute Decision Making show that wind plants have the top priority in the strategic selection of electricity plant, and solar energy. Hydropower, small-scale (scattered), gas, steam, combined cycle and diesel respectively are the next priorities .Therefore, it is suggested that government and political organizations start to make foundations and infrastructure required for utilization of such energies in power plants given the illustrated prioritization.

    Keywords: Renewable Power Plants, AHP, TOPSIS, VIKOR}
  • حسین اکبری فرد، امید ستاری، امین قاسمی نژاد *، مریم رضایی جعفری
    تقاضای پول یکی از متغیرهای اساسی اقتصاد است که در تعیین الویت ها و انتخاب سیاست های پولی مورد استفاده سیاستگذاران قرار می گیرد؛ زیرا اثرات سیاست های پولی از کانال رفتار تقاضای پول توسط بخش خصوصی به بخش واقعی اقتصاد منتقل می شود. بنابراین استفاده از تکنیک های پیشرو در زمینه پیش بینی این متغیر اساسی می تواند برای سیاستگذاران پولی راهگشا باشد. در این پژوهش رفتار تقاضای پول با تعریف محدود با استفاده از الگوریتمهای فاخته و کرم شب تاب شبیه سازی شده است. برای هر یک از این الگوریتم های تکاملی سه فرم تبعی خطی و درجه دو و نمایی در نظر گرفته شده است. سپس با بررسی دقت پیش بینی های داخل نمونه با استفاده از معیارهای مقایسه عملکرد مدل های رقیب، دقیق ترین مدل برای پیش بینی میزان تقاضای پول تا افق 1404 تحت سه سناریو خوشبینانه، بینابین و بدبینانه مورد استفاده قرار گرفته است. نتایج این پژوهش حاکی از دقت بیشتر الگوریتم فاخته در مقایسه با الگوریتم کرم شب تاب، انتخاب مدل نمایی به عنوان دقیق ترین مدل بررسی شده، رابطه مستقیم تقاضای پول با تولید ناخالص داخلی و نرخ ارز و رابطه غیرمستقیم با نرخ تورم است. همچنین رشد متوسط سالانه 11/23 ، 6/29 و 0/68 درصدی تقاضای پول به ترتیب در اثر وقوع سناریو خوش بینانه، بینابین و بدبینانه و کاهش تقاضای واقعی پول از سال 1401 در صورت بروز سناریو بدبینانه از نتایج دیگر این پژوهش هستند. یافته های حاصل از سناریوسازی نشان می دهد که کارایی و نتیجه تصمیمات مقامات پولی در همراهی با تقاضای پول به اتخاذ سیاست های مناسب در عرصه نرخ تورم و نرخ ارز وابسته است.
    کلید واژگان: تقاضای پول, شبیه سازی, پیش بینی, الگوریتم فاخته, الگوریتم کرم شب تاب}
    Hossein AkbariFard, omid sattari, Amin Ghasemi nejad*, Maryam Rezaee Jafari
    Money demand is one of the most important economic variables which is a critical component in appointing and choosing an appropriate monetary policy because it determines the transmission of policy-driven change in monetary aggregates to real sector. Demand for M1 is simulated in this inquiry using FA and COA algorithms and three functional forms (linear, quadratic and exponential) are considered. Investigating the forecasting accuracy criteria indicated that the most subtle model is used for forecasting money demand up to 1404 horizon under three (optimistic, pessimistic and the middle) scenarios. More minuteness of COA, choosing exponential form as the most subtle functional form, the direct relation of GDP and the exchange rate with money demand, the reverse relation of inflation rate with money demand, 11.23 and 6.29 and 0.68 percent average growth rate of money under optimistic, pessimistic and the middle scenarios, and money demand decrease in pessimistic scenario form 1401, are some of the main results. The results of scenario designing and executing show that the efficiency and consequences of monetary authorities in accompany with money demand are dependent on appropriate policies about inflation and exchange rate.
    Keywords: Money Demand, Simulation, Forecasting, Cuckoo Optimization Algorithm, Firefly Algorithm}
  • حسین اکبری فرد، امین قاسمی نژاد *، مریم رضایی جعفری
    تورم به عنوان یکی از پدیده های اقتصادی موجب پیامدهای منفی اجتماعی و فرهنگی متعددی همچون فقر، توزیع نامتناسب درآمد و گسترش مفاسد مالی می شود که هرکدام به نوبه خود هزینه های قابل توجهی را بر اقتصاد تحمیل می کند. به همین دلیل، در کلیه کشورها ثبات قیمت ها به عنوان هدف اصلی برنامه ها و سیاستگذاری های اقتصادی در نظر گرفته می شود. لذا بررسی و پیش بینی این متغیر کلان اقتصادی از اهمیت ویژه ای برخوردار است. در این راستا مدل های پیش بینی گوناگونی در رقابت با یکدیگر توسعه یافته اند، یکی از این روش ها الگوریتم های تکاملی می باشد که به عنوان روشی نوین برای مدل سازی و پیش بینی پدیده های مختلف ابداع گردیده اند. در مطالعه حاضر با استفاده از الگوریتم کرم شب تاب و الگوریتم فاخته و به کارگیری متغیرهای تاثیر گذار بر تورم از جمله حجم نقدینگی، نرخ ارز، نرخ بهره حقیقی، تورم انتظاری و تولیدات صنعتی طی دوره 1394-1354 به مدل سازی تورم به صورت خطی و غیرخطی پرداخته می شود. نتایج نشان می-دهد که مدل غیر خطی برای مدل سازی تورم مناسب تر است و الگوریتم کرم شب تاب نسبت به الگوریتم فاخته نتیجه بهتری را ارائه می دهد و با توجه به دقت مدل غیرخطی مدل سازی شده توسط الگوریتم کرم شب تاب می توان به منظور پیش بینی تورم در آینده از آن استفاده نمود.
    کلید واژگان: مدل سازی, نرخ تورم, الگوریتم کرم شب تاب, الگوریتم فاخته}
    Hossein Akbari Fard, Amin Ghasemi Nejad *, Maryam Rezaee Jafari
    Inflation, as one of the economic phenomena, causes many negative social and cultural consequences such as poverty, disproportionate distribution of income and the spread of financial distress, which in turn imposes significant costs on the economy. For this reason, price stability is considered as the main goal of economic planning and policy in all countries. Therefore, it is important to study and predict this macroeconomic variable. In this regard, various predictive models have been developed in competition with each other. One of these methods is evolutionary algorithms, which is a new method for modeling and predicting various phenomena. In the present study, using the Firefly and Cuckoo algorithm, and employing variables that affect inflation, including liquidity, exchange rate, real interest rate, expected inflation and industrial output during the period of 1975-2015, we attempt to model inflation linearly and non-linearly. The results show that the nonlinear model is more suitable for inflation modeling, and the Firefly algorithm is better than Cuckoo algorithm. According to the precision of the non-linear model developed by Firefly algorithm, it can be used to forecast inflation in the future.
    Keywords: Modeling, Inflation rate, Firefly algorithm, Cuckoo algorithm}
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال