پیش بینی مصرف بنزین درایران با استفاده از رهیافت های یادگیری عمیق و سری های زمانی

نویسندگان

1 استادیار گروه اقتصاد، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی قزوین

2 کارشناس ارشد آمار، دانشگاه علامه طباطبایی

doi
10.30465/ce.2021.6974
چکیده

کمبود انرژی امروزه به عنوان مانعی جدی در دستیابی به توسعه اقتصادی مطرح است، به همین دلیل مدیریت تقاضای آن مورد توجه کشورها است. در ایران بخش حمل و نقل سهم عمده­ای از مصرف انرژی دارد که 7/99 درصد از آن متعلق به بنزین است. با توجه به روند افزایشی مصرف بنزین در ایران، کافی نبودن تولید داخل کشور، رشد قابل توجه واردات بنزین در سال­های اخیر اهمیت مدیریت مصرف بنزین افزایش یافته است که پیش­بینی هر چه دقیق­تر روند مصرف آن می­تواند در تحقق این امر بسیار مفید باشد. این مطالعه به پیش­بینی مصرف بنزین با استفاده از داده­های ماهانه با مقایسه عملکرد سه روش شبکه­های با حافظه طولانی کوتاه­مدت، نقشه­های خودسازمانده بازگشتی و روش سنتی میانگین متحرک جمع‎بسته خود رگرسیون فصلی پرداخته است. نتایج حاکی از این است که روش یادگیری عمیق شبکه­های با حافظه طولانی کوتاه­مدت و تواتر12 ماهه برای آموزش داده­ها  کاراتر از دو روش دیگر است.