منابع پایان نامه ارشد با موضوع بهینه سازی، علف های هرز، الگوریتم بهینه سازی، تابع تقاضا

دانلود پایان نامه ارشد

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 سفید3 ، نفت کوره4 ، بنزین موتور5 و نفت گاز6 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.
بیان مسأله
شاید اغراق نباشد اگر گفته شود که در تمام دوره های زندگی بشر، نفت ماده شناخته شده ای بوده است. اما در طول چندین دهۀ گذشته ، حیاتی بودن آن برای تداوم زندگی اقتصادی تردید ناپذیر شده است. حدود 75 درصد از کل منابع نفت موجود جهان در خاورمیانه قرار دارد و ایران یکی از 5 کشور بزرگ مالک ذخایر نفتی در جهان است. نفت از مهم ترین منابع کشور محسوب می شود و مسأله پیش بینی فرآورده های سوختی نفتی در تعیین سیاست بهره برداری از منابع نفتی از اهمیّت ویژه ای برخوردار است. از طرف دیگر پیش بینی و الگو های آن یکی از مباحث مهم و حیاتی مدیریت درزمینه برنامه ریزی و تصمیم گیری است که امروزه علاقه فراوانی در استفاده از سیستم های هوشمند به منظور بهبود کیفیّت تصمیم های مدیریتی و کاهش خطاهای پیش بینی به دلیل قابلیت بالای این سیستم ها بوجود آورده است. ایران از جمله کشورهایی است که اساس اقتصاد آن بر درآمد صادرات فراورده های سوختی نفتی بنا شده است. ارتباط حجم و ارزش صادرات نفت و گاز و رشد اقتصادی به منزلۀ افزایش ظرفیّت های اقتصادی یکی از موضوعات مهم و قابل توجّه برای مراکز تحقیقاتی و برنامه ریزی است. همچنین در دنیای پیچیدۀ امروز پیش بینی و مدیریت تقاضا نقش مهمی در برنامه ریزی حوزۀ انرژی کشورهای نفت خیز دارد ، این بدان دلیل است که نفت یکی از پارامتر و عوامل بسیار مهم در امنیت اقتصادی این کشورها محسوب می شود. براین اساس تخمین تقاضای نفت و فرآورده های سوختی نفتی و تحلیل آن در طول زمان می تواند نقش قابل توجّهی در نیل به اهداف ایفا کند. از طرفی تخمین و پیش بینی میزان تقاضای فرآورده های سوختی نفتی از مدل و تکنیک های مختلفی می تواند صورت بگیرد. اما با توجه به تکنیک های زیادی که ارائه شده است آیا می توان تکنیکی را برتر ، در دقّت برآوردها شناسایی کرد؟
در سال های اخیر شاهد حضور موفق روش های فرا ابتکاری الگوریتم بهینه سازی ازدحام ذرّات7 و شبکه های عصبی مصنوعی8 بوده‌ایم. در این تحقیق سعی شده است تا با استفاده از روش های جدید و نیرومند به پیش بینی فرآورده های نفتی بپردازیم وکیفیّت این روش ها را با یکدیگر مقایسه نمائیم. همچنین با پیشرفت و توسعۀ روش های غیر خطّی همچون شبکه های عصبی ، شبکه های عصبی فازی9، الگوریتم ژنتیک10، الگوریتم کولونی مورچگان11، الگوریتم بهینه سازی ازدحام ذرّات ، الگوریتم بهینه سازی علف های هرز12 و … می توان از این روش ها برای پیش بینی تقاضا استفاده نمود.
اهمیت پژوهش
طبق تعریف، پیش بینی یک برآورد (یا تعدادی برآورد) کمی درباره احتمال وقایع آینده است که براساس اطلاعات حال و گذشته انجام می شود “چتفیلد ، 1372”. از طرفی پیش بینی مناسب برای محصولاتی مهم از قبیل بنزین ،گازوئیل و… می تواند در توسعه و برنامه ریزی اقتصادی یک کشور اهمیّت بسزایی داشته باشد. به عبارتی داشتن پیش بینی مناسب از آینده، کارایی برنامه ریزی را به شدّت تحت تأثیر قرار می دهد.
همانطور که اشاره شد برای تخمین تابع تقاضای نفت و فرآورده های سوختی نفتی می توان از تکنیک و مدل های مختلفی کمک گرفت، اما در این تحقیق برای پیش بینی تقاضا برای فرآورده های سوختی نفتی از سه روش توانمندی عینی شبکه های هوش مصنوعی، الگوریتم توده ذرات و علف های هرز استفاده شده است که در نهایت می توان یکی از بهترین روشهای پیش بینی تقاضا را تعیین کرد که نسبت به سایر روش های ارائه شده ازدقت بالاتری برخوردار می باشد.
اهداف تحقیق
همانطور که اشاره شد تخمین تابع تقاضا با تکنیک های مناسب و دقیق تر می تواند ما را به پیش بینی دقیق تری از فرآورده های سوختی نفتی برساند که در نهایت می توان با برآورد کردن تابع تقاضا و اطلاع از حدود تقاضا با تکنیک های مطرح شده سیاست های مناسب و برنامه ریزی دقیق تری را در پیش گرفت. به طور کلّی هدف از این پژوهش ارائه تکنیک های مختلف است که می توان در تخمین تابع تقاضا از آنها کمک گرفت و در نهایت خروجی هر یک از تکنیک های مورد نظر را با یکدیگر مقایسه کرد و یک تکنیک برتر و کارآمد را معرفی کرد.
سؤالات پژوهشی
برخی از سؤالاتی که در این باره می تواند مورد توجه قرار بگیرد به شرح زیر است:
1- آیا با سه روش بهینه سازی توده ذرّات ،شبکه های هوش مصنوعی و الگوریتم علف های هرز می توان به پیش بینی تابع تقاضا پرداخت؟
2- از بین سه روش فوق کدامیک از اهمیت و دقت بالاتری برخوردار است؟
روش تحقیق
نوع تحقیق بر اساس هدف کاربردی می باشد و براساس چگونگی بدست آوردن داده های مورد نیاز، تحقیق حاضر یک بخش کتابخانه ای می باشد، به این ترتیب که ابتدا برای شناسایی عوامل مؤثر بر تابع تقاضا با بررسی کتابخانه ای پیشینۀ تحقیق ، مجموعه ای از شاخص ها شناسایی می شود و بعد از آن داده ها بر اساس پایگاه داده شرکت نفت استخراج می شود و در نهایت از طریق نرم افزار MATLAB اجرا می شود.
قلمرو تحقیق
قلمرو تحقیق شامل سه مورد قلمرو موضوعی، قلمرو زمانی و قلمرو مکانی است که در ادامه به تشریح هر یک پرداخته می شود.
قلمرو موضوعی
قلمرو موضوعی این پایان نامه پیش بینی تقاضا برای فرآورده های سوختی نفتی می باشد.
قلمرو زمانی
قلمرو زمانی تحقیق، با استفاده از میزان مصرف چهار فرآوردۀ مهم سوختی نفتی در بازۀ زمانی سال 1306 تا 1391 می باشد.
قلمرو مکانی
قلمرو مکانی این تحقیق، شرکت ملّی پالایش و پخش فرآورده های سوختی نفتی کشور می باشد.
شرح واژه و اصطلاحات به کار رفته در پژوهش (مفاهیم عملیاتی):
تقاضا13 :
از تقاضا تعاریف زیادی ارائه شده است.اما یک تعریف کلّی که می توان از تقاضا ارائه داد به این ترتیب است که تقاضا عبارت است از مقدار کالا یا خدمتی که با توجه قیمت و سایر عوامل در یک دوره خریداری می کنیم ” نظری، 1392″.
فراورده های سوختی نفتی14:
به مجموعه ای از محصولات منتج از نفت گفته می شود که شامل بنزین ، نفت گاز و … می باشد.
الگوریتم بهینه سازی علف های هرز:
در طول چهار دهۀ گذشته، تعداد زیادی الگوریتم به منظور حل مسائل متنوّع بهینه سازی مهندسی توسعه یافته اند. اکثر این الگوریتم ها بر پایه روش های برنامه ریزی خطّی و غیر خطّی عددی بوده است. الگوریتم بهینه سازی علف های هرز (IWO) یک الگوریتم بهینه سازی احتمالی عددی الهام گرفته شده از رشد علف های هرز می باشد، که در سال 2006 توسط محرابیان و لوکاس در قالب مقاله ایی ارائه شد.
علف های هرز گیاهانی هستند که رشد هجوم آورنده و شدید آنها تهدید مهمی برای گیاهان زراعی محسوب می شود. علف های هرز بسیار پایدار و تطابق پذیر در مقابل تغییرات محیط می باشند. بنابراین با گرفتن خصوصیات آنها می‌توان به یک الگوریتم بهینه سازی قوی رسید. این الگوریتم تلاش می کند که از قدرت تطابق پذیری و تصادفی بودن جمعیّت علف های هرز به طور ساده تقلید کند. معمولاً برای شبیه سازی رفتار علف های هرز تعدادی مسائل پایه ای نیاز است:
1-مقدار دهی اولیه یک جمعیت
2-تولید مثل
3-پراکندگی محیطی
4-حذف رقابتی
الگوریتم بهینه سازی توده ذرّات:
الگوریتم بهینه سازی توده ذرّات یکی از مهم ترین الگوریتم هایی است که در حوزۀ هوش جمعی15 جای می گیرد. این الگوریتم توسط کندی و ابراهارت16 در سال 1995 معرفی و با الهام گرفتن از رفتار اجتماعی موجوداتی چون ماهی و پرندگان که در گروه های کوچک و بزرگ کنار هم زندگی می کنند طراحی شده است. نام های دیگر این الگوریتم عبارتند از: الگوریتم بهینه سازی ازدحام ذرّات و الگوریتم پرندگان است که شباهت زیادی به الگوریتم ژنتیک دارد. در اين روش هر پاسخ را مي توان به صورت پرنده اي در دسته اي از پرندگان تصور نمود. در ابتدا يك دسته از اجزاء كه هركدام iتحت عنوان جزء يك پاس

پایان نامه
Previous Entries منابع پایان نامه ارشد با موضوع مقدار خطا، پیش بینی تقاضا، علف های هرز، هوش مصنوعی Next Entries منابع پایان نامه ارشد با موضوع پیش بینی تقاضا، مدل پیش بینی، بازاریابی، انحراف معیار