تحقیق حاضر با عنوان بررسی پبیش بینی تقاضا برای فرآورده های سوختی نفتی بر مبنای روش های فرا ابتکاری علف های هرز، توده ذرّات و شبکه‌های عصبی مصنوعیاز سری تحقیق های رشته مدیریت
میباشد. این تحقیق در112صفحه با فرمت Word
(قابل ویرایش) در مقطع کارشناسی ارشد نگارش شده است و همچنین این تحقیق آماده چاپ و پرینت جهت
استفاده دانشجویان می باشد.
===================================================================================
تمامی
فایل های سیستم، توسط کاربران آن آپلود می شود. اگر در فایلی تخلفی مشاهده
کردید و یا مالک پروژه ای بودید که از وجود آن در سایت رضایت نداشتید با
ما تماس بگیرید، در اسرع وقت به گزارش شما رسیدگی می شود.
neginfile.ir@gmail.com
info@neginfile.ir
===================================================================================
قسمتهایی کوتاه از متن
چکیده:
فرآورده های سوختی نفتی در کنار سایر عوامل تولید ، یک عامل مؤثر در رشد و توسعۀ اقتصادی تلقی می شود و در عملکرد بخش های مختلف اقتصادی نقش مهمی را ایفا می کند. از این رو مسئولان باید تلاش کنند تا با پیش بینی دقیق تر فرآورده های نفتی و برنامه ریزی صحیح در هدایت مصرف ، پارامتر های عرضه و تقاضای انرژی را به نحو مطلوب کنترل کنند. در این پایان نامه مصرف چهار فرآوردۀ سوختی نفتی عمده در ایران مورد بررسی و پیش بینی قرارگرفته است.
در این مطالعه مصرف فرآورده های سوختی نفتی در ایران با استفاده از سه تکنیک قدرتمند الگوریتم توده ذرّات ، علف های هرز و شبکه های عصبی مصنوعی پیش بینی شده است. برای این بررسی ، از داده های سالانۀ مربوط به مصرف این چهار فرآورده در بازۀ زمانی (1391-1306) استفاده شده است. نتایج ارزیابی نشان داد که الگوریتم علف های هرز با توجه به معیار MAPE دارای دقت بیشتری است اما با توجه به معیار MSE با توجه به مصرف صعودی بنزین و نفت گاز روش شبکه های هوش مصنوعی دارای دقت بالاتری است و در فرآورده هایی همچون نفت سفید تکنیک توده ذرّات خطای کمتری دارد و در نهایت تکنیک علف های هرز در پیش بینی مصرف نفت کوره بر مبنای معیار MSE دارای دقت بیشتری است.
کلمات کلیدی: تقاضا - فرآورده های سوختی - الگوریتم علف های هرز - بهینه سازی توده ذرّات - شبکه های هوش مصنوعی
مقدمه
طي دهه هاي اخير از انرژي به عنوان يكي از عوامل مهم توليد ياد شده است، به طوري كه در كنار ساير عوامل توليد، نقش تعيين كننده اي در حيات اقتصادي كشورها داشته و با توسعه و پيشرفت اقتصادي، اهميت آن به طور فزاينده‌اي افزايش يافته است وابستگي روزافزون زندگي بشر به انرژي موجب شده است تا اين بخش به طور بالقوه و بالفعل در كاركرد بخشهاي مختلف اقتصادي كشورها نيز نقش چشم گيري ايفا كند. "بهبودي و همكاران، 1388"
رشد و توسعه اقتصادي، از اهداف اصلي سياست گذاران اقتصادي محسوب مي شود. پژوهشهاي متعدد پژوهشگران در سطح جهان نشان داده است كه سرعت روند رشد و توسعه اقتصادي در كشورهاي جهان تا حدود زيادي به سطح مصرف كارآي انرژي بستگي دارد. "مزرعتي، 1378"
بهبود سطح زندگي مردم و مكانيزه شدن توليد به منظور ارتقاء سطح بهره وري كار، افزايش سريع مصرف انرژي را موجب مي شود، البته افزايش سريع مصرف انرژي در مراحل اوليۀ رشد اقتصادي اتفاق مي افتد. در مراحل بعدي رشد، با پديدار شدن اثرات سوء زيست محيطي و نيز ارتقاي آگاهي ها و حساسيت هاي عمومي، مباحث رشد پايدار و مسايل زيست محيطي اهميت بيشتري پيدا كرده و روند افزايش مصرف انرژي به دليل استفاده بهينۀ آن كاهش مي يابد. "بهبودی و همکاران ، 1388"
علی رغم روند رو به رشد و توسعۀ استفاده از انرژی های نو مانند انرژی هسته ای در سطح جهان، هنوز عمده ترین بخش ازتقاضای انرژی سوخت فسیلی تأمین می شود که از جمله مهم ترین آن نفت خام است. پیش بینی تقاضا انواع مختلف حامل های انرژی از مباحثی است که به ویژه بعد از جنگ جهانی دوم مورد توجه محافل علمی و اقتصادی جهان واقع گردیده است. از اوایل دهۀ 1970 وقتی انرژی توجه سیاستمدران را در نتیجه ی اولین بحران نفتی به خود جلب کرد، تحقیق وبررسی روی تقاضای آن به منظور غلبه بر فهم محدود از ماهیت تقاضای انرژی، به شدت گسترش یافت " پیندینگ ، 1979". امروزه نفت به عنوان يك كالاي اقتصادي سياسي نقش مهمي در تحولات جهان ايفا مي‌كند و تا زماني كه منبع انرژي ديگري يافت نشود، هم چنان اثرات دامنه داري بر اقتصاد جهان خواهد داشت و تقريباً تمام مصنوعات بشر در مراحلي از توليد تا توزيع ازمصارف انرژي گرفته تا حمل و نقل، به آن وابسته اند. به گفته دانيل يرگين ، "هنگامي كه به قرن بيست و يكم نگاه مي كنيم، يك بشكه نفت، به اندازه پيشرفت در علوم كامپيوتري مايۀ تسلط و برتري است و نفت مانند گذشته هم چنان مولّد ثروت هاي عظيم براي افراد، شركت ها و تمامي يك كشور است". از همين رو سياستگذاري نفتي كشورهاي نفت خيز به واقع بخش عمدهاي از سياست گذاري اين كشورها را تشكيل مي دهد و در اين كشورها هرگونه برنامه ريزي مستقيم يا غیرمستقيم متأثر ازسياست هاي نفتي است. "اسلامي نژاد،1386"
در دهه هاى اخير، از انرژى به عنوان يكى از عوامل مهم توليد ياد شده است، به طورى كه دركنار ساير عوامل توليد، نقش تعيين كننده اى درحيات اقتصادى كشورها داشته و با توسعه و پيشرفت اقتصادى، اهميت آن به طور فزاينده اى افزايش يافته است. وابستگى روزافزون زندگى بشر به انرژى موجب شده است تا اين بخش به طور بالقوه و بالفعل، دركاركرد بخش هاى مختلف اقتصادى كشورها نيز نقش چشمگيرى ايفا كند " بهبودى و همكاران، 1388 ".
تأمين امنيّت عرضۀ انرژي در دنيا ، ازمسائل راهبردى پيش روى همۀ دولت ها است. امروزه درايران ، تلاش ها در بخش مديريت سمت عرضۀ انرژي متمركز است و كمتر به مديريت سمت تقاضاي انرژي توجه مى شود، درحالي كه مديريت تقاضاي انرژي و تلاش براى استفادۀ بهينه از انرژي در همۀ كشورهاي پيشرفته دنيا، از مهم ترين عوامل پيشرفت صنعتي پايدار بوده است " مبينى دهكردى وهمكاران، 1388".
ايران از منابع غني و گسترده انرژي، مخازن بزرگ نفتي و گازطبيعي، معادن عظيم زيرزميني و پتانسيل بالقوه انرژي برخوردار است، پيش بينى مصرف انرژي مى تواند در تبيين سياست هاى بخش انرژي، كمك مؤثرى كند. همچنين از آنجايى كه مدتي است موضوع محدود كردن مصرف انرژي به ويژه فرآورده هاى نفتي مانند بنزين، در رأس سياست هاى اقتصادي دولت قرار گرفته است و مشكلات ناشي از افت فشار گازطبيعي، مانند قطع گاز در استان هاى مختلف يا كاهش توليد برق در كارخانجاتي كه سوخت اصلي آنها، گاز طبيعي است، گاهى در كشور ايجاد مي شود و كمبود منابع انرژي ديگر نيز گاهى براي بخش هاى مختلف اقتصاد، مشكل ساز مى شود، پيش بينى و الگوسازى مصرف انرژي، مي‌تواند رهنمود مناسبي براي سياستگذاران بخش انرژي و اقتصاد كشور باشد " آماده وهمكاران ، 1388 "
از طرفی تأثیر نفت و حامل های انرژی به ویژه بنزین ، گازوئیل و ... در اقتصاد کشور برکسی پوشیده نیست، بنابراین تحقق توسعه پایدار ، در گرو آن است که تولید و بهره برداری از انرژی همراه با سایر نهادها نظیر تکنولوژی، منابع انسانی ، مواد اولیه ، منابع مالی و... بطور هماهنگ و هم ساز برنامه ریزی شود. مصرف فراورده هایی همچون نفت سفید ، نفت کوره ، بنزین موتور و نفت گاز با در نظر گرفتن اهمیّت آن در بخش های مختلف ، نقش اساسی در رشد و توسعۀ اقتصادی کشورها ایفا می‌کند . بررسی مصرف آتی تقاضای فرآورده های نفتی در جهت شناخت دقیق و صحیح از ساختار رفتاری مصرف ، به منظور برنامه ریزی دقیق در راستای تحقق اهداف مورد نظر، امری ضروری است. آگاهی از میزان تقاضای نفت سفید ، نفت کوره و بنزین موتور و نفت گاز به منظور اتخاذ تصمیمات صحیح برای برنامه ریزی و سیاست گذاری های مناسب از اهمیّت ویژه ای برخوردار است این مقوله در بخش های مختلف (حمل و نقل ، صادرات و....) سهم قابل توجه ای از مصرف این سه نوع محصول را دارد که از اهمیّت به سزایی برخوردار است . از طرفی در تجزیه و تحلیل تقاضای حامل‌های انرژی مدل های مختلفی مورد استفاده قرار می گیرد ، که برخی فقط برای جهت مطالعه حامل های انرژی طراحی شده و برخی ارتباط آنها را با یکدیگر بررسی می کند.
روش هاى آمارى و اقتصاد سنجى، درمورد پيش بينى سرى هاى زمانى عملكرد خوبى داشته است، اما محدوديت هايى نيزدارد، ازجمله اينكه ممكن است در اين گونه روش ها، فرم تبعى متغيّرهاى مستقل و وابسته در صورت عدم شناخت كافى به درستى تصريح نشود. علاوه براين، داده هاى پرت ممكن است به تخمين اُريب پارامترهاى الگو بيانجامد. درضمن، بيشتر الگوهاى سرى زمانى، خطّى است و بنابراين در تشريح رفتارهاى غيرخطّى ناتواناست " ابريشمى و همكاران، 1389 ". درپژوهش هاى اخير، از الگوهاى هوش مصنوعى به طور متداول به عنوان ابزار تقريبى غيرخطّى استفاده شده است، به طورى كه مى توان با استفاده از آن بر مشكلات فوق چیره شد."جوادپور وكناپ، 2003 ".
هدف پژوهش حاضر، كاربرد الگوهاى هوش مصنوعى، يعنى الگوهاى شبكه هوش مصنوعی، الگوريتم توده ذرّات و الگوریتم علف های هرز، در پيش بينى مصرف انرژى بخش حمل ونقل كشور است تا در پايان بتوان ميزان كارايى اين روش ها را در پيش بينى مصرف انرژى مقايسه كرد.
فهرست مطالب
1. فصل اول: کلیّات تحقیق 1
1.1. مقدمه 2
1.2. بیان مسأله 5
1.3. اهمیت پژوهش 6
1.4. اهداف تحقیق 6
1.5. سؤالات پژوهشی 6
1.6. روش تحقیق 7
1.7. قلمرو تحقیق 7
1.7.1. قلمرو موضوعی 7
1.7.2. قلمرو زمانی 7
1.7.1. قلمرو مکانی 7
1.8. شرح واژه و اصطلاحات به کار رفته در پژوهش (مفاهیم عملیاتی): 7
2. فصل دوم: مبانینظری تحقیق 10
2.1. مقدمه 11
2.2. پیش بینی تقاضای فرآورده های سوختی نفتی 11
2.2.1. پیش بینی تقاضا 11
2.2.2. اهمیت پیش بینی تقاضا 12
2.2.3. سیستم پیش بینی تقاضا 12
2.2.3.1. خروجی های سیستم پیش بینی 13
2.2.3.2. ورودی های سیستم پیش بینی 14
2.2.3.3. محدودیت های سیستم پیش بینی 14
4.3.2.2. تصمیمات سیستم پیش بینی 15
2.2.3.5. معیار عملکرد سیستم پیش بینی 15
2.2.3.6. روشهای پیش بینی تقاضا 16
2.2.4. اندازه گیری و کنترل خطای پیش بینی 19
2.3. فرآورده های سوختی نفتی 21
2.4. اهمیت تکنیک های مورد استفاده 22
2.5. سابقۀ تحقیق (مروری بر مطالعات پیشین) 22
2.5.1. مروری بر مطالعات انجام گرفتۀ داخلی 22
2.5.2. مروری بر مطالعات انجام گرفتۀ خارجی 28
2.6. جمع بندی مرور ادبیّات 32
3. فصل سوم: روش تحقیق 33
3.1. مقدمه 34
3.2. روش تحقیق 34
3.3. تکنیک های مورد استفاده در تحقیق 34
3.3.1. الگوریتم بهینه سازی علف های هرز(IWO) 34
3.3.1.1. مقدمه 34
3.3.1.2. اکولوژی تولید مثل علف های هرز 35
3.3.1.3. شبیه سازی رفتار علف های هرز 35
3.3.1.4. جزئیات گام های الگوریتم بهینه سازی علف های هرز 36
3.3.1.5. بررسی مشکلات الگوریتم بهینه سازی علف های هرز IWO 39
3.3.1.6. نوآوری در الگوریتم بهینه سازی علف های هرز 39
3.3.1.7. اجزاء و پارامترهای الگوریتم بهینه سازی علف های هرز 39
3.3.1.8. نحوۀ محاسبه دانه های تولیدی و به روزرسانی انحراف معیار 41
3.3.2. الگوریتم بهینه سازی توده ذرّات (PSO) 42
3.3.2.1. مقدمه 42
3.3.2.2. تاریخچۀ بهینه سازی توده ذرّات 43
3.3.2.3. هوش ازدحامی 44
3.3.2.4. کاربردهای الگوریتم بهینه سازی توده ذرّات 45
3.3.2.5. مراحل اجرای الگوریتم بهینه سازی توده ذرّات 45
3.3.2.6. توپولوژی یا ساختار شبکۀ اجتماعی 46
3.3.2.7. بررسی مشکلات الگوریتم بهینه سازی توده ذرّات 47
3.3.2.8. معادلات توصیف کنندۀ رفتار ذرّات 48
3.3.2.9. پارامترهای الگوریتم بهینه سازی توده ذرّات 48
3.3.2.10. مراحل الگوریتم ازدحام ذرات 50
3.3.3. شبکه های هوش مصنوعی (ANN) 50
3.3.3.1. مقدمه 50
3.3.3.2. شبکه عصبی مصنوعی 51
3.3.3.3. شبکۀ MLP 52
3.3.3.4. مدل تک ورودی در شبکه های عصبی 52
3.3.3.5. مدل چند ورودی شبکه عصبی 53
3.3.4. کاربرد شبكه هاي عصبی مصنوعی 54
3.4. مدل اتورگرسیو مرتبۀ P یا AR(P) 55
3.5. روش گردآوری اطلاعات 55
3.6. تعریف بهینه سازی 55
3.6.1. انواع روش های بهینه سازی 56
3.6.1.1. کلاسیک ها 56
3.6.1.2. روش های ابتکاری 56
4. فصل چهارم تجزیه و تحلیل داده‌ها 57
4.1. مقدمه 58
4.2. جمع آوری داده ها 58
4.3. خطاهای پیشبینی 61
4.4. پیشبینی با استفاده از الگوریتم فراابتکاری علفهای هرز 62
4.4.1. تنظیم پارامترها 62
4.4.2. برآورد وزنهای AR با استفاده از الگوریتم IWO 64
4.4.3. مقادیر پیشبینی با استفاده از الگوریتم IWO 66
4.5. پیش بینی با استفاده از الگوریتم فراابتکاری ازدحام ذرّات 69
4.5.1. مقادیر ویژۀ ضرایب الگوریتم PSO 69
4.5.2. تنظیم پارامتر ها 71
4.5.3. مقادیر پیش بینی با استفاده از الگوریتم PSO 72
4.6. پیش بینی با استفاده از شبکه های هوش مصنوعی 76
4.6.1. پیش بینی تقاضا برای بنزین موتور با استفاده از شبکه های هوش مصنوعی: 76
4.6.1.1. تعداد دوره های ورودی برای پیش بینی بنزین موتور: 76
4.6.1.2. ساختار شبکه های عصبی برای بنزین موتور: 77
4.6.2. پیش بینی تقاضا برای نفت کوره با استفاده از شبکه های هوش مصنوعی: 79
4.6.2.1. تعداد دوره های ورودی برای پیش بینی نفت کوره: 79
4.6.2.2. ساختار شبکه های عصبی برای نفت کوره: 79
4.6.3. پیش بینی تقاضا برای نفت سفید با استفاده از شبکه های هوش مصنوعی: 81
4.6.3.1. تعداد دوره های ورودی برای پیش بینی نفت سفید: 81
4.6.3.2. ساختار شبکه های عصبی برای نفت سفید: 82
4.6.4. پیش بینی تقاضا برای نفت گاز با استفاده از شبکه های هوش مصنوعی: 84
4.6.4.1. تعداد دوره های ورودی برای پیش بینی نفت گاز: 84
4.6.4.2. ساختار شبکه های عصبی برای نفت گاز: 85
5. فصل پنجم بحث و نتیجه گیری 88
5.1. مقدمه 89
5.2. ارزیابی مدل ها پیش بینی 89
5.3. بررسی سوالات پژوهشی 91
5.4. بحث و نتیجه گیری 91
5.5. پیشنهادات کاربردی 92
5.6. پیشنهادات برای تحقیقات آتی 92
