ارایه رویکرد یکپارچه تحلیل پوششی داده ها و مدل ریاضی جهت مدیریت تقاضای بایواتانول پیش بینی شده مبتنی بر رگرسیون خطی چند متغیره

امروزه، منابع اولیه سوخت های فسیلی شامل درصد زیادی کربن، نفت، زغال سنگ و گازهای طبیعی است. افزایش تقاضایسوخت و انرژی که شامل اثرات محیطی مصرف سوخت است باعث افزایش منابع تجدید پذیر انرژی در زنجیره تامین شده-است، بنابراین تمایل کشورها برای استفاده از منابع تجدیدپذیر انرژی مانند انرژی زیستی به جای منابع سنتی افزایش یافته-است. سوخت زیستی می تواند از منابع مختلفی مانند بقایای صنعتی، جنگلی، کشاورزی و سوییچ گرسکه در محل های مختلفجمع آوری می شوند، بدست آید. از اینرو در این تحقیق از پسماندهای کشاورزی و سوییچ گرس جهت تولید سوخت زیستی(بایواتانول) استفاده شده است. جهت کاشت سوییچ گرس عوامل مختلفی تاثیر دارد از قبیل: هزینه زمین، بارندگی سالانه،تراکم نسبی جمعیت و نرخ بیکاری. در مرحله اول با استفاده از روش تحلیل پوششی داده فازی مکان هایی با کارایی بالاانتخاب می شوند. سپس این مکان ها وارد مدل ریاضی شده و به عنوان مکان های بالقوه در نظر گرفته میشوند. سپس زنجیرهتامین پیشنهادی با هدف کمینه کردن هزینه ها طراحی و مدیریت خواهد شد. یکی از مواردی که در طراحی زنجیره تامینسوخت زیستی حایز اهمیت است، برآورد کردن تقاضای محصول نهایی است که در این تحقیق بایواتانول در نظر گرفته شدهاست. در نتیجه، با توجه به اینکه عوامل مختلفی از قبیل تعداد خودرو، جمعیت، قیمت بنزین و گاز مایع بر پیش بینیسوخت مورد نیاز در آیده تاثیر گذار خواهد بود، از روش رگرسیون خطی چندمتغیره جهت پیش بینی سوخت مورد نیاز برای10 سال آینده استفاده شده است. در نهایت با حل و بهینه سازی مدل برنامه ریزی خطی مختلط، به مدیریت و طراحی زنجیرهتامین بایواتانول پرداخته می شود.

Keywords:

تحلیل پوششی داده ها , رگرسیون خطی چندمتغیره , مدل برنامه ریزی خطی مختلط , زنجیره تامین بایواتانول