CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مدلسازی تقاضای گازوئیل در بخش حمل و نقل زمینی ایران با استفاده از شبکه عصبیGMDH

عنوان مقاله: مدلسازی تقاضای گازوئیل در بخش حمل و نقل زمینی ایران با استفاده از شبکه عصبیGMDH
شناسه ملی مقاله: JR_TRJ-10-4_005
منتشر شده در شماره 4 دوره 10 فصل زمستان در سال 1392
مشخصات نویسندگان مقاله:

نادر مهرگان - دانشیار، دانشکده اقتصاد، دانشگاه بوعلی سینا، همدان، ایران
حسین صادقی - استادیار، دانشکده اقتصاد، دانشگاه تربیت مدرس، تهران، ایران
محمود حقانی - استادیار، دانشکده مدیریت و اقتصاد، دانشگاه صنعت آب و برق شهید عباسپور، تهران، ایران
مسعود اکبری - دانشآموخته کارشناسی ارشد، دانشکده مدیریت و اقتصاد، دانشگاه صنعت آب و برق شهید عباسپور، تهران، ایران

خلاصه مقاله:
گازوئیل یکی از مهمترین حاملهای انرژی در ایران میباشد و بخش حمل و نقل زمینی بزرگترین مصرفکننده آن است. باتوجه به قیمت پایین و نقش مهم این سوخت در حمل مسافر و کالا در ایران، بررسی و شناسایی متغیرها ی تأثیرگذا ربرتقاضای آن دارای اهمیتی فراوان میباشد. در این مقاله از شبکه عصبیGMDH بهعنوان ابزاری با قابلیت بالا در مسیریابی وتشخیص روندهای غیرخطی پیچیده، شناسایی عوامل مؤثر و مدلسازی با تعداد مشاهدات محدود، مورد استفاده قرار گرفتهاست. همچنین برای انتخاب متغیرهای تأثیرگذار از دو روش تحلیل بنیادی و تکنیکی استفاده شده است. در این مطالعه، روش تحلیل بنیادی در طی سه مرحله تأثیر 10 متغیر درون سیستمی و برون سیستمی را بر تقاضای گازوئیل مورد ارزیابی قرار داده است. نتایج در مرحله نهایی تحلیل بنیادی حاکی از آن است که متغیرهای درون سیستمی تولید ناخالص داخلی س رانه،تعداد وسایل نقلیه گازوئیلسوز و متغیرهای برون سیستمی یارانه اختصاص داده شده به گازوئیل و نرخ ارز بازا ر غیررسمی اثر مضاعف و نقدینگی تأثیر عادی و یکسانی بر تقاضای گازوئیل دارند. علاوه بر این، نتایج نشان میدهد که ورود متغیرهای نرخ ارز بازار غیررسمی، نقدینگی و یارانه در کنار متغیرهایی که در تحقیقات پیشین استفاده شدهاند، در بالا رفتن صحت مدلو دقت معیارهای ارزیابی پیشبینی تأثیر بسزایی داشته است. همچنین نتایج حاصل از مدلسازی و پیشبینی تقاضای گازوئیل با استفاده از دو روش تحلیل بنیادی و تکنیکی، دقت و کارایی بالا و خطای کم آنها را در پیشبینی نشان میدهد.

کلمات کلیدی:
حمل ونقل زمینی ، تقاضای گازوئیل ، شبکه عصبی GMDH ، تحلیل تکنیکی ، تحلیل بنیادی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/326960/