پیش بینی مقدار تقاضای نفت خام درایران با استفاده از شبکه های عصبی مصنوعی (ANN) و مدل ARMAX

سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 529

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IEER-2-7_007

تاریخ نمایه سازی: 26 فروردین 1397

چکیده مقاله:

هدف تحقیق مدل سازی و پیش بینی تقاضای نفت در ایران با استفاده از روش، شبکه عصبی مصنوعی (ANN)، می باشد. در مقاله تلاش شده تا یافته های تحقیق با استفاده از مدل مذکور با مدل ARMAX مقایسه گردد با میزان دقت پیش بینی شبکه عصبی مورد ارزیابی علمی قرار گیرد. نتیجه مطالعه نشان می دهد که مدل شبکه عصبی مصنوعی از دقت بیشتری در پیش بینی تقاضای نفت خام ایران برخوردار است. همچنین در این مقاله متغیرهای تعیین کننده تقاضای نفت خام در کشورهای منتخب عضو اوپک مورد مقایسه قرار گرفت تا مشخص گردد که آیا عوامل تعیین کننده تقاضای نفت خام ایران در سایر کشورها نیز مشابه است برای این کار از ضریب هم بستگی رتبه ای اسپیرمن استفاده شده است، نتایج حاصل نشان می دهد مقدار این ضریب برای کشورهای منتخب نسبت به ایران نزدیک به یک است که بر آن دلالت می کند که، متغیرهای استفاده شده در این تحقیق در سایر کشورهای مشابه نتایج یکسانی به دست داده است. در نتیجه می توان آن ها را برای پیش بینی مقدار تقاضای نفت خام متغیرهای کلیدی در نظر گرفت.

کلیدواژه ها:

شبکه های عصبی ، ARMAX ، ARMA ، پیش بینی مقدار تقاضای نفت خام طبقه بندی بین المللی

نویسندگان

محمد قلی یوسفی

دانشیار دانشکده اقتصاد دانشگاه علامه طباطبایی

تیمور محمدی

استادیار دانشکده اقتصاد دانشگاه علامه طباطبایی

نوید معرف زاده

دانشجوی کارشناسی ارشد اقتصاد دانشگاه علامه طباطبایی