کاربرد مدل های سری زمانی برای پیش بینی فروش گاز CNG (مطالعه موردی: ایستگاه های سی ان جی شهر اصفهان)
Publish place: International Conference on New Research Findings in Science, Engineering and Technology with a Focus on Need-Based Research
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 575
This Paper With 18 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMRS01_325
تاریخ نمایه سازی: 8 آبان 1395
Abstract:
گاز طبیعی فشرده یا سی ان جی سوختی است که عمدتاً به عنوان جایگزینی برای بنزین، گازوئیل و گاز مایع به کار می رود و چون آلودگی کمتری ایجاد می کند از اهمیت خاصی برخوردار است. با استفاده از تناب فصلی با متدولوژی خودرگرسیو فصلی و میانگین متحرک SARIMA ما داده های آماری فروش را آنالیز نمودیم. برای این منظور از داده های فروش ماهانه ایستگاه های سی ان جی اصفهان طی سال های 1385-1394، استفاده شده است. (12) با استفاده از مدل های باکس - جنکیز سری زمانی فروش بررسی و بهترین مدل برازش داده شده است و دقت مدل ها براساس آماره های AIC و تحلیل نمودار توابع خود همبستگی و خود همبستگی جزئی تأیید گردید. نتایج تجربی می تواند درجه پیش بینی مناسبی بدنبال داشته باشد. با بررسی داده ها متوجه شدیم که میزان فروش دارای خود همبستگی فصلی قدرتمندی در سریهای زمانی می باشد. نتیجه این مطالعه نشان می دهد که این مدل ها از دقت تقریباً خوبی برای پیش بینی میزان فروش در سال های آتی برخوردار می باشد و با توجه به لزوم برنامه ریزی درخصوص میزان حجم گاز تولیدی بسیار این پیش بینی حائز اهمیت می باشد. با توجه به نتایج مشخص است که با روند افزایشی در مصرف گاز CNG در آینده مواجه هستیم و نیاز به برنامه ریزی جامع است.
Keywords:
Authors
احمدرضا طحانیان
مربی، دانشجوی دکتری مهندسی صنایع، صنایع ،دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد نجف آباد
مریم خالقی
کارشناس ارشد،دانشکده اقتصاد،دانشگاه غیرانتفاعی راغب اصفهانی
اکبر توکلی
استادیار ، دکتری اقتصاد، صنایع ، دانشکده مهندسی صنایع، دانشگاه صنعتی اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :