جهت دسترسی به کاربرگه ی زیر، از این لینک استفاده کنید. http://dl.pgu.ac.ir/handle/Hannan/193778
Title: مدل‌سازی‌وپیش‌بینی‌تقاضای‌انرژی‌در‌ایران:مقایسه‌روش‌شبکه‌عصبی‌مصنوعی‌والگوهای‌سری‌زمانی
Authors: فرزانه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌صیادی‌برازجانی
Keywords: پیش‌بینی،‌تقاضای‌انرژی،‌شبکه‌عصبی‌مصنوعی،‌الگوهای‌سری‌زمانی
Issue Date: 1395
Abstract: زمینه: انرژی به‌عنوان یکی از مهم‌ترین عوامل اثرگذار در زندگی مدرن امروزی بشر هست و در سطح رفاه و همچنین کیفیت و راندمان کار و تولید بسیار مؤثر است. با توجه به اهمیت انرژی، دولت‌ها و سازمان‌های وابسته به آن در کشورهای توسعه‌یافته و درحال‌توسعه، بر روی پیش‌بینی مصرف انرژی توجه بسیار زیاد می‌کنند. اشتباه در پیش‌بینی مصرف انرژی می‌تواند موجب ظرفیت‌های اضافی و یا فقدان در تأمین انرژی می‌شود و ممکن هزینه‌های بسیار زیادی را جامعه تحمیل نماید، بنابراین طراحی الگوهای مناسب پیش‌بینی مصرف انرژی با دقت بالا یک امری مهم و ضروری هست. هدف: هدف این مطالعه این است که در مرحله اول تقاضای انرژی در ایران پیش‌بینی شود و در مرحله بعد کارایی مدل شبکه عصبی مصنوعی (ANN) و الگوهای سری زمانی در پیش‌بینی تقاضای انرژی در کشور مورد مقایسه و بررسی قرار می‌گیرد. روش‏‌شناسی: در تحقیق حاضر از دو مدل الگوهای سری زمانی و مدل شبکه عصبی مصنوعی تقاضای انرژی ایران پیش‌بینی‌شده است. داده‌های این تحقیق شامل متغیرهای مصرف انرژی و تولید ناخالص داخلی، جمعیت شهرنشینی و قیمت حامل‌های انرژی و صادرات و واردات کالاها و خدمات طی سال‌های 1357-1393 است. یافته‏‌ها: با توجه به یافته‌های پژوهش نتایج به‌دست‌آمده از الگوی خود توضیح با وقفه‌های گسترده از طریق جمعیت شهرنشینی و تولید ناخالص داخلی سبب افزایش در مصرف انرژی و واردات کالاها و خدمات منجر به کاهش مصرف انرژی می‌شود. همچنین نتایج رابطه بلندمدت این مدل نشان می‌دهد که جمعیت شهرنشینی بیشترین اثر را بر روی مصرف انرژی دارد و در مرحله بعد الگوی ARDL و مدل شبکه عصبی مصنوعی پیش‌بینی می‌شود که نتایج نشان می‌دهد که شبکه عصبی مصنوعی در مقایسه با الگوی ARDL از کارایی بیشتری برخوردار است. نتیجه‏‌گیری و پیشنهاد: متناسب با یافته‌های پژوهش فرضیه‌های پژوهش مبنی بر تأثیر مثبت متغیرهای جمعیت شهرنشینی و تولید ناخالص داخلی، صادرات کالا و خدمات بر مصرف انرژی و تأثیر متغیر قیمت انرژی بر مصرف انرژی تأیید و تأثیر مثبت متغیر واردات کالا و خدمات بر مصرف انرژی رد می‌شود و فرضیه آخر مبنی بر اینکه مدل شبکه عصبی مصنوعی در مقایسه با الگوهای سری زمانی دقت و کارایی بیشتری دارد مورد تأیید قرار می‌گیرد. برای پیش بینی متغیرهای اقتصادی پیشنهاد می‌شود که علاوه بر مدل‌های اقتصادی از مدل‌های شبکه های عصبی مصنوعی استفاده شود چون از توانایی و کارای بالایی برخوردار هستند.
Description: پایان‌نامه‌کارشناسی‌ارشددر رشته اقتصاد گرایش اقتصاد‌انرژی
URI: http://dl.pgu.ac.ir/handle/Hannan/193778
Type Of Material: پایان نامه فارسی
Appears in Collections:Economy اقتصاد

Files in This Item:
File Description SizeFormat 
پ2021.pdf2.1 MBAdobe PDFThumbnail
Download


تمامی کاربرگه ها در کتابخانه ی دیجیتال حنان به صورت کامل محافظت می شوند.