1- دانشجوی دکترا اقتصاد نفت و گاز، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران. ، br_razani@yahoo.com 2- استادیار دانشکده اقتصاد و حسابداری دانشگاه آزاد اسلامی، واحد تهران مرکزی، تهران، ایران 3- استادیار اقتصاد، دانشکده اقتصاد و حسابداری دانشگاه آزاد اسلامی، واحد تهران مرکزی، تهران، ایران
چکیده: (166 مشاهده)
بهمنظور کنترل عرضه و تقاضای انرژی و برنامهریزی صحیح در هدایت مصرف، میزان مصرف گاز ماهانه صنایع کشور با شبکه عصبی مصنوعی و الگوریتم ژنتیکدر این پژوهشبرای سال 1402 موردبررسی قرار گرفت. اطلاعات جمعیت کشور، شاخص بهای تولیدکننده صنعت، تولید ناخالص داخلی به قیمت ثابت 90 و مصرف گاز صنایع کشور بهعنوان متغیرهای تأثیرگذار بررسی شدند. نتایج نشان داد بهترین شبکه عصبی مصنوعی ترکیب شده با الگوریتم ژنتیک، شبکهای با نرخ جهش 5/0، نرخ تقاطع 5/0، تعداد تکرار 150 و اندازه جمعیت اولیه 150 است. ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک نشان داد که در فصل بهار درمجموع 7/2957 میلیون بشکه معادل نفت خام، در تابستان این رقم به 6/3502، در پاییز 9/4329 و در زمستان با رشد 15/8 درصدی به 4683 میلیون بشکه معادل نفت خام خواهد رسید.
Razani B, Seifipour R, Abbasi E, Baseri B. Designing an innovative model for predicting natural gas consumption in Iranian industries. Strategic studies in the oil and energy industry 2024; 16 (63) :253-270 URL: http://iieshrm.ir/article-1-1730-fa.html
رازانی بختیار، سیفی پور رویا، عباسی ابراهیم، باصری بیژن. طراحی مدلی فرا ابتکاری برای پیشبینی مصرف گاز طبیعی در صنایع ایران. مطالعات راهبردي در صنعت نفت و انرژي. 1403; 16 (63) :253-270