سید محمد امین خاتمی - دانش آموخته کارشناسی ارشد، دانشکده مدیریت دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
سید مجید الهی - استادیار، دانشکده مدیریت دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
علی وطنی - استاد، دانشکده مهندسی شیمی دانشگاه تهران، تهران، ایران
مهدی زکی پور - مربی، گروه مدیریت بازرگانی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

با توجه به ماهیت پیچیده ی داده های مربوط به تقاضا و مصرف حامل های انرژی به ویژه سوخت های فسیلی از قبیل بنزین و گازوییل و اهمیت بررسی این موضوع، در پژوهش حاضر به تعیین اجتماعی اقتصادی عوامل تاثیرگذار بر پیش بینی تقاضای بنزین و نفت گاز با داده های سالیانه ی موجود در دوره ی زمانی سال 1346 تا 1394 توسط شبکه های عصبی مصنوعی پرداخته می شود. برای این منظور از شبکه پرسپترون چند لایه (MLP) استفاده شده است. نتایج حاصل بیانگر قابلیت پیش بینی بالای شبکه عصبی برای مصرف بنزین و نفت گاز دارد بدین ترتیب که در مصرف بنزین به ترتیب عوامل 1- جمعیت 2- قیمت 3- نرخ شماره گذاری خودرو سبک 4- تولید ناخالص داخلی 5- فرهنگ رانندگی 6- ناوگان حمل و نقل عمومی شامل مترو، راه آهن، اتوبوس و سایر خودروهای سنگین مسافری و باری 7- نرخ مصرف CNG و در مصرف نفت گاز عوامل 1- جمعیت 2- قیمت 3- نرخ شماره گذاری خودرو 4- تولید ناخالص داخلی 5- واردات و صادرات غیر نفتی 6- همپوشانی مصرف با سایر سوخت ها (نفت کوره، گاز طبیعی و گاز مایع ) 7- راه آهن قدرت تبیین بالاتری در پیش بینی مصرف سوخت دارند.

عوامل اجتماعی، اقتصادی، پیش بینی، مصرف، بنزین، نفت گاز، شبکه های عصبی مصنوعی