CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی مصرف بنزین استان فارس با استفاده از شبکه عصبی مصنوعی و مدلهای سری زمانی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۹۶ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ICMM01_1023
زبان مقاله: فارسی
حجم فایل: ۷۴۴.۴۵ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی مصرف بنزین استان فارس با استفاده از شبکه عصبی مصنوعی و مدلهای سری زمانی

هما اسدی - کارشناس ارشد مدیریت صنعتی
  سید جواد ایرانبان - استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد شیراز
  سید مسعود سیدی - استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد شیراز

چکیده مقاله:

در تحقیق حاضر بمنظور پیش بینی مصرف بنزین از روش های مختلف پیش بینی شامل میانگین ساده، میانگین متحرک، فرایند ARMA و شبکه عصبی مصنوعیاستفاده گردید. داده های مورد استفاده این تحقیق، مصرف بنزین در استان فارس می باشد. در پایان بهترین روش جهت پیش بینی مصرف فراورده منتخب بر اساسمعیارهای میانگین مربعات خطاها، میانگین مجذور مربعات خطاها، میانگین مطلق انحراف و میانگین درصد مطلق خطا برگزیده شد. نتایج حاکی از آن است کهشبکه عصبی مصنوعی قادر است مصرف بنزین در استان فارس را دقیق تر از سایر روش ها پیش بینی نماید.

کلیدواژه‌ها:

پیش بینی مصرف بنزین، مدل های سری زمانی، شبکه عصبی مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICMM01-ICMM01_1023.html
کد COI مقاله: ICMM01_1023

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اسدی, هما؛ سید جواد ایرانبان و سید مسعود سیدی، ۱۳۹۲، پیش بینی مصرف بنزین استان فارس با استفاده از شبکه عصبی مصنوعی و مدلهای سری زمانی، کنفرانس بین المللی مدیریت، چالشها و راهکارها، شیراز، https://www.civilica.com/Paper-ICMM01-ICMM01_1023.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (اسدی, هما؛ سید جواد ایرانبان و سید مسعود سیدی، ۱۳۹۲)
برای بار دوم به بعد: (اسدی؛ ایرانبان و سیدی، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • رارعی، ر.، (۱۳۸۰)، "شبکه های عصبی : رویکردی نوین در ... (مقاله ژورنالی)
  • زراء نژاده م. و قیانچی ف.، (۱۳۸۵)، "برآورد مدل تصحیح ... (مقاله ژورنالی)
  • خالوزاده، ح. و خاکی صدیق، ع۰ (۱۳۷۷)، " آیا قیمت ... (مقاله ژورنالی)
  • حنفی زاده، ح. و پورسلطانی، ح. و ساکتی، پ.، (۱۳۸۶)، ...
  • Ceylan, H . and Kavakiloughlo, K . and Ozturk, H.K ...
  • WU, D.J. and Liu, J.C., (2012), "A forecasting system for ...
  • Shakibai, A. R. and Koochekzadeh. S., (2009), :Modeling and predicting ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.