دوره 1395، شماره 132 - ( 3-1395 )                   جلد 1395 شماره 132 صفحات 27-37 | برگشت به فهرست نسخه ها

XML Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

جعفری اسکندری میثم، روحی میلاد. پیش‌بینی سهم ارزش افزوده‌ی بخش نفت از تولید ناخالص داخلی به روش ماشین بردار تصمیم بهبود یافته توسط الگوریتم ژنتیک. ماهنامه علمی- ترویجی اکتشاف و تولید نفت و گاز. 1395; 1395 (132) :27-37

URL: http://ekteshaf.nioc.ir:80/article-1-1846-fa.html


1- دانشگاه پیام نور تهران
چکیده:   (1774 مشاهده)

تحولات اخیر حوزه ی نفت نشان می دهد که دوره ی تولید بدون دردسر نفت خام به پایان رسیده است. شرایط حاکم بر جهان و تغییرات رخ داده سبب تغییرات قیمت نفت خام شده است. پیش بینی عرضه و تقاضای نفت خام می توانند کمک شایانی برای برنامه ریزی تولید، استخراج نفت و قیمت گذاری آن باشند. نفت از جمله کالاهای نادری است که سنگ بنای انجام بیشتر فعالیت های اقتصادی و بسیاری از علوم کاربردی است. در دنیای صنعتی امروز، تولید و مصرف نفت و فرآورده های آن؛ چه به صورت کالاهای واسطه و چه به صورت کالاهای نهایی به یک ضرورت و نیاز اساسی تبدیل شده است. بدین ترتیب تغییرات غیرمتعارف در قیمت این کالا نه تنها در بازارهای بین المللی سبب افزایش قیمت تولید سایر کالاها و خدماتشده؛ بلکه بعضاً سبب تغییر مزیت های تولیدی در بازارهای داخلی و بین المللی نیز می شود. در این مقاله یک مدل پیش بینی مبتنی بر یادگیری ماشین برای پیش‌بینی سهم ارزش افزوده‌ی بخش نفت در تولید ناخالص ارائه شده است. نتیجه نشان می دهد که این مدل برای پیش بینی سهم ارزش افزوده ی بخش نفت درتولید ناخالص داخلی مفید بوده، دقت پیش بینی بسیار زیاد خواهد بود و این مدل می‌تواند در پیش‌بینی رشد اقتصادی کشور که بسیار به بخش نفت وابسته است تأثیرگذار باشد.

متن کامل [PDF 5015 kb]   (409 دریافت)    
نوع مطالعه: كاربردي |
دریافت: ۱۳۹۵/۴/۲ | پذیرش: ۱۳۹۵/۴/۲ | انتشار: ۱۳۹۵/۴/۲

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA code

کلیه حقوق این وب سایت متعلق به ماهنامه علمی- ترویجی اکتشاف و تولید نفت و گاز می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2018 All Rights Reserved | Journal of Exploration & Production Oil & Gas

Designed & Developed by : Yektaweb

تحت نظارت وف ایرانی