مقاله پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
1 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران :

مقاله پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران که چکیده‌ی آن در زیر آورده شده است، در تابستان ۱۳۸۹ در پژوهش های مدیریت در ایران (مدرس علوم انسانی) از صفحه ۲۰۳ تا ۲۲۰ منتشر شده است.
نام: پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعه موردی در ایران
این مقاله دارای ۱۸ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله تقاضای انرژی بخش حمل و نقل
مقاله پیش بینی
مقاله شبکه های عصبی
مقاله الگوریتم پس انتشار

چکیده و خلاصه‌ای از مقاله:
در این مقاله با استفاده از شبکه های عصبی مصنوعی و با در نظر گرفتن شاخص های اقتصادی و اجتماعی، تقاضای انرژی بخش حمل و نقل کشور در سال های ۱۳۸۶ تا ۱۴۰۰ پیش بینی شده است. از شبکه های عصبی رو به جلو با ناظر برای پیش بینی و از الگوریتم پس انتشار برای آموزش شبکه ها استفاده شده است. برای بررسی تاثیر شاخص های اقتصادی و اجتماعی بر تقاضای انرژی بخش حمل و نقل، داده های مربوط به تولید ناخالص داخلی، جمعیت و تعداد خودرو طی سال های ۱۳۴۷ تا ۱۳۸۵ به کار گرفته شده است. نتایج حاصل از پیش بینی با این روش در مقایسه با روش رگرسیون چند متغیره، نشان دهنده خطای به مراتب کمتری است، به طوری که درصد میانگین قدرمطلق خطا از ۱۵۵۲% به ۶۰۵% کاهش یافت.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.