2.3. فرآورده های سوختی نفتی 21
2.4. اهمیت تکنیک های مورد استفاده 22
2.5. سابقۀ تحقیق (مروری بر مطالعات پیشین) 22
2.5.1. مروری بر مطالعات انجام گرفتۀ داخلی 22
2.5.2. مروری بر مطالعات انجام گرفتۀ خارجی 28
2.6. جمع بندی مرور ادبیّات 32

3. فصل سوم: روش تحقیق 33

3.1. مقدمه 34
3.2. روش تحقیق 34
3.3. تکنیک های مورد استفاده در تحقیق 34
3.3.1. الگوریتم بهینه سازی علف های هرز(IWO) 34
3.3.1.1. مقدمه 34
3.3.1.2. اکولوژی تولید مثل علف های هرز 35
3.3.1.3. شبیه سازی رفتار علف های هرز 35
3.3.1.4. جزئیات گام های الگوریتم بهینه سازی علف های هرز 36
3.3.1.5. بررسی مشکلات الگوریتم بهینه سازی علف های هرز IWO 39
3.3.1.6. نوآوری در الگوریتم بهینه سازی علف های هرز 39
3.3.1.7. اجزاء و پارامترهای الگوریتم بهینه سازی علف های هرز 39
3.3.1.8. نحوۀ محاسبه دانه های تولیدی و به روزرسانی انحراف معیار 41
3.3.2. الگوریتم بهینه سازی توده ذرّات (PSO) 42
3.3.2.1. مقدمه 42
3.3.2.2. تاریخچۀ بهینه سازی توده ذرّات 43
3.3.2.3. هوش ازدحامی 44
3.3.2.4. کاربردهای الگوریتم بهینه سازی توده ذرّات 45
3.3.2.5. مراحل اجرای الگوریتم بهینه سازی توده ذرّات 45
3.3.2.6. توپولوژی یا ساختار شبکۀ اجتماعی 46
3.3.2.7. بررسی مشکلات الگوریتم بهینه سازی توده ذرّات 47
3.3.2.8. معادلات توصیف کنندۀ رفتار ذرّات 48
3.3.2.9. پارامترهای الگوریتم بهینه سازی توده ذرّات 48
3.3.2.10. مراحل الگوریتم ازدحام ذرات 50
3.3.3. شبکه های هوش مصنوعی (ANN) 50
3.3.3.1. مقدمه 50
3.3.3.2. شبکه عصبی مصنوعی 51
3.3.3.3. شبکۀ MLP 52
3.3.3.4. مدل تک ورودی در شبکه های عصبی 52
3.3.3.5. مدل چند ورودی شبکه عصبی 53
3.3.4. کاربرد شبكه های عصبی مصنوعی 54
3.4. مدل اتورگرسیو مرتبۀ P یا AR(P) 55
3.5. روش گردآوری اطلاعات 55
3.6. تعریف بهینه سازی 55
3.6.1. انواع روش های بهینه سازی 56
3.6.1.1. کلاسیک ها 56
3.6.1.2. روش های ابتکاری 56

4. فصل چهارم تجزیه و تحلیل داده‌ها 57

4.1. مقدمه 58
4.2. جمع آوری داده ها 58
4.3. خطاهای پیش‌بینی 61
4.4. پیشبینی با استفاده از الگوریتم فراابتکاری علفهای هرز 62
4.4.1. تنظیم پارامترها 62
4.4.2. برآورد وزنهای AR با استفاده از الگوریتم IWO 64
4.4.3. مقادیر پیشبینی با استفاده از الگوریتم IWO 66
4.5. پیش بینی با استفاده از الگوریتم فراابتکاری ازدحام ذرّات 69
4.5.1. مقادیر ویژۀ ضرایب الگوریتم PSO 69
4.5.2. تنظیم پارامتر ها 71
4.5.3. مقادیر پیش بینی با استفاده از الگوریتم PSO 72

4.6. پیش بینی با استفاده از شبکه های هوش مصنوعی 76
4.6.1. پیش بینی تقاضا برای بنزین موتور با استفاده از شبکه های هوش مصنوعی: 76
4.6.1.1. تعداد دوره های ورودی برای پیش بینی بنزین موتور: 76
4.6.1.2. ساختار شبکه های عصبی برای بنزین موتور: 77
4.6.2. پیش بینی تقاضا برای نفت کوره با استفاده از شبکه های هوش مصنوعی: 79
4.6.2.1. تعداد دوره های ورودی برای پیش بینی نفت کوره: 79
4.6.2.2. ساختار شبکه های عصبی برای نفت کوره: 79
4.6.3. پیش بینی تقاضا برای نفت سفید با استفاده از شبکه های هوش مصنوعی: 81
4.6.3.1. تعداد دوره های ورودی برای پیش بینی نفت سفید: 81
4.6.3.2. ساختار شبکه های عصبی برای نفت سفید: 82
4.6.4. پیش بینی تقاضا برای نفت گاز با استفاده از شبکه های هوش مصنوعی: 84
4.6.4.1. تعداد دوره های ورودی برای پیش بینی نفت گاز: 84
4.6.4.2. ساختار شبکه های عصبی برای نفت گاز: 85

5. فصل پنجم بحث و نتیجه گیری 88

5.1. مقدمه 89
5.2. ارزیابی مدل ها پیش بینی 89
5.3. بررسی سوالات پژوهشی 91
5.4. بحث و نتیجه گیری 91
5.5. پیشنهادات کاربردی 92
5.6. پیشنهادات برای تحقیقات آتی 92
 
 
 
 
 
 
 
فهرست جدول ها
عنوان جدول
جدول ‎2‑1. خلاصه تصمیماتی که از پیش بینی در افق های مختلف برنامه ریزی تأثیر می پذیرد 13
جدول 2‑2. خلاصه مطالعات صورت گرفتۀ داخلی 27
جدول ‎2‑3. خلاصه مطالعات صورت گرفتۀ خارجی 30
جدول 2‑4. عوامل مؤثر بر پیش بینی تابع تقاضای فرآورده های سوختی 31
جدول ‏3‑1. معرفی پارامترها 41
جدول ‏3‑2. پارامتر های الگوریتم بهینه سازی توده ذرّات 49
جدول ‏4‑1. میزان مصرف بنزین موتور از سال 1306 تا 1391 58
جدول ‏4‑2. به میزان مصرف نفت سفید از سال 1306 تا 1391 59

یک مطلب دیگر :

جدول ‏4‑3. میزان مصرف نفت گاز از سال 1306 تا 1391 59
جدول ‏4‑4. میزان مصرف نفت کوره از سال 1306 تا 1391 60
جدول ‏4‑5. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 62
جدول ‏4‑6. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 62
جدول ‏4‑7. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 63
جدول ‏4‑8. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 63
جدول ‏4‑9. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 63
جدول ‏4‑10. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 63
جدول ‏4‑11. تنظیم پارامتر  و مقدار خطای آن در الگوریتم IWO 63
جدول ‏4‑12. تنظیم پارامتر و مقدار خطای آن در الگوریتم IWO 63
جدول ‏4‑13. میزان پارامترهای الگوریتم IWO 64
جدول ‏4‑14. تنظیم پارامتر تعداد دورههای مورد استفاده برای پیشبینی و مقدار خطای آن 64
جدول ‏4‑15. نتایج حاصل از میزان مختلف بازهها 65
جدول ‏4‑16. مقادیر وزنهای به دست آمده برای مدل AR با استفاده از الگوریتم IWO 65
جدول ‏4‑17. مقادیر واقعی و پیش بینی شده مصرف بنزین موتور با استفاده از الگوریتم IWO 66
جدول ‏4‑18. مقادیر واقعی و پیش بینی شده مصرف نفت سفید با استفاده از الگوریتم IWO 66
جدول ‏4‑19. مقادیر واقعی و پیش بینی شده مصرف نفت گاز با استفاده از الگوریتم IWO 66
جدول ‏4‑20. مقادیر واقعی و پیش بینی شده مصرف نفت کوره با استفاده از الگوریتم IWO 67
جدول ‏4‑21. مقادیر خطا برای هر فرآورده بر مبنای الگوریتم IWO 67
جدول ‏4‑22. تنظیم پارامتر  و مقدار خطای آن در الگوریتم PSO 71
جدول ‏4‑23. تنظیم پارامتر  و مقدار خطای آن در الگوریتم PSO 71
جدول ‏4‑24. میزان بهینه پارامترهای الگوریتم PSO 71
جدول ‏4‑25. تنظیم پارامتر تعداد دوره های مورد استفاده برای پیشبینی و مقدار خطای آن در الگوریتم PSO 71
جدول ‏4‑26. نتایج حاصل از میزان مختلف بازه ها در الگوریتم PSO 72
جدول ‏4‑27. مقادیر وزن های بدست آمده برای مدل AR با استفاده از الگوریتم PSO 72
جدول ‏4‑28. مقادیر خطا برای هر فرآورده بر مبنای الگوریتم PSO Error! Bookmark not defined.
جدول ‏4‑29. مقادیر واقعی و پیش بینی شده مصرف بنزین موتور با استفاده از الگوریتم PSO 72
جدول ‏4‑30. مقادیر واقعی و پیش بینی شده مصرف نفت سفید با استفاده از الگوریتم PSO 73
جدول ‏4‑31. مقادیر واقعی و پیش بینی شده مصرف نفت گاز با استفاده از الگوریتم PSO 73
جدول ‏4‑32. مقادیر واقعی و پیشبینی شده مصرف نفت کوره با استفاده از الگوریتم PSO 73
جدول ‏4‑33. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف بنزین موتور 76
جدول ‏4‑34. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف بنزین موتور 77
جدول ‏4-35. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف بنزین موتور 77
جدول ‏4‑36. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف بنزین موتور 78
جدول ‏4‑37. ضرایب بایاس برای پیش بینی مصرف بنزین موتور 78
جدول ‏4-38. مقدار واقعی و پیش بینی مصرف بنزین موتور با استفاده از ANN 78
جدول ‏4‑39. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف نفت کوره 79
جدول ‏4‑40. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف نفت کوره 80
جدول ‏4‑41. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف نفت کوره 80
جدول ‏4‑42. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف نفت کوره 80
جدول ‏4‑43. ضرایب بایاس برای پیش بینی مصرف نفت کوره 80
جدول ‏4‑44. مقدار واقعی و پیش بینی شده مصرف نفت کوره با استفاده از ANN 81
جدول ‏4‑45. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف نفت سفید 82
جدول ‏4‑46. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف نفت سفید 82
جدول ‏4‑47. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف نفت سفید 83
جدول ‏4‑48. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف نفت سفید 83
جدول ‏4‑49.  ضرایب بایاس برای پیش بینی مصرف نفت سفید 83
جدول ‏4‑50. مقدار واقعی و پیش بینی مصرف نفت سفید با استفاده از ANN 83
جدول ‏4‑51. تنظیم پارامتر تعداد دوره ها و مقدار خطای آن برای پیش بینی مصرف نفت گاز 84
جدول ‏4‑52. مقادیر وزن مربوط به نرون های لایۀ اول برای پیش بینی مصرف نفت گاز 85
جدول ‏4‑53. مقادیر وزن مربوط به نرون های لایۀ دوم برای پیش بینی مصرف نفت گاز 85
جدول ‏4-54. مقادیر وزن مربوط نرون های لایۀ خروجی برای پیش بینی مصرف نفت گاز 86
جدول ‏4‑55. ضرایب بایاس برای پیش بینی مصرف نفت گاز 86
جدول ‏4‑56. مقدار واقعی و پیش بینی مصرف نفت گاز با استفاده از ANN 86

 
فهرست شکل ها
عنوان شکل
شکل ‏3‑1. شایستگی علف i ام 36
شکل ‏3‑2. 37