۷,۰۶۰,۰۰۰

۱۳۶۸

۳۳,۶۵۸,۰۰۰

۱۳۹۰

۴۲,۹۰۰,۰۰۰

۱۳۶۹

۳۴,۳۱۵,۰۰۰

۱۳۹۱

۵۱,۷۰۰,۰۰۰

نمودارهای رسم شده برای چهار فرآوردۀ سوختی نفتی تقریباً یک روند رو به رشد را نشان می دهد امّا محصولی همچون نفت سفید در سالهای ۱۳۷۵ تا ۱۳۹۱ افت و خیز هایی در مصرف این محصول دیده می شود. درادامه تعاریفی از محصولاتی همچون نفت سفید ، نفت کوره ، نفت گاز و بنزین موتور در پایگاه اطلاع رسانی شرکت پالایش و پخش فرآورده های نفتی انجام شده است که به شرح ذیل است:

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

نفت گاز : «فرآورده ای است که بعد از برش نفت سفید به دست می آید و به عنوان سوخت ماشین آلات کشاورزی، صنعتی و سوخت تعدادی وسایل نقلیه عمومی و تأسیسات حرارتی به کار می رود.»
بنزین موتور : «بنزین موتور آمیزه ای است از هیدروکربورها به طور عمده حلقوی و ایزومر با نسبتهای متفاوت که برای افزایش درجه آرام سوزی آن، برخی از ترکیبات آلی به آن اضافه می شود.»
نفت سفید: « برشی از نفت خام و متشکل از سه نوع هیدروکربور پارافینی، نفتینی و آروماتیک می باشد. این فرآورده به عنوان سوخت گرمایشی و سوخت مراکز حرارتی به کار می رود و یکی از موارد اصلی تشکیل دهنده سوخت جت است.»
نفت کوره(مازوت): «نفت کوره از بازمانده تقطیر نفت خام در برجهای تقطیر پالایشگاه به دست می آید. این فرآورده به سبب دارا بودن هیدروکربورهای سنگین، به آسانی نمی سوزد و یکی از سوختهای عمده کشتیها و واحدهای بزرگ صنعتی از جمله نیروگاههای برق به شمار می رود.»
خطاهای پیش‌بینی
هر چه مقدار واقعی سری زمانی ، به مقدار پیش ­بینی شده آن، نزدیک­تر باشد، بر صحتبیشتر مدل پیش بینی دلالت دارد. بنابراین کیفیت یک مدل با ارزیابی مقدار خطای پیش ­بینی قابل ارزیابی است. در این راستا چهار شاخص عمومی را می­توان به شرح زیر معرفی کرد:
میانگین قدرمطلق انحرافات (MAD)
میانگین مجذور خطا (MSE)
جذر میانگین مجذور خطاها (RMSE)
میانگین قدر مطلق درصد خطاها (MAPE)
معادلات زیر نحوه محاسبه هر یک از خطاها را نشان می‌دهد:
(۴-۱)
(۴-۲)
(۴-۳)
(۴-۴)
پیش ­بینی با بهره گرفتن از الگوریتم فراابتکاری علف­های هرز
پس از کدنویسی الگوریتم فراابتکاری علف­های هرز در محیط برنامه­نویسی اکسل، مهم­ترین کاری که می­بایست انجام شود تنظیم پارامترهاست. حل مسئله با هر یک از مقادیر پارامترها طی ۵۰ مرتبه اجرای نرم­افزار انجام شده است و در نهایت مقداری به­عنوان مقدار بهینه انتخاب گردیده است که کمترین خطا را طی۵۰ مرتبه اجرای نرم­ افزار داشته باشد.
تنظیم پارامترها
حداکثر تعداد گیاهان در یک کلونی یکی از انواع پارامتری است که باید تنظیم شود. مقادیر در نظر گرفته برای این پارامتر به­همراه نتایج آن در جدول ۴-۵ خلاصه شده است.
جدول ‏۴‑۵. تنظیم پارامتر و مقدار خطای آن در الگوریتم IWO

میزان خطا (MAD)

میزان

۴۲/۷

۱۰

۴۲/۷