استفاده از خوشه بندی دو مرحله‌ای برای بررسی تاثیر سهمیه بندی بنزین بر رفتار مصرف‌کنندگان

نویسندگان

چکیده مقاله:

بخش حمل و نقل جاده‌ای بزرگترین بخش مصرف‌کننده‌ی بنزین در کشور است که با رشد مداوم تقاضای انرژی در طول زمان، در دهه‌های اخیر با چالش‌های بزرگی مواجه بوده است. مهم‌ترین این چالش‌ها، کمبود عرضه‌ی بنزین مصرفی بوده است. برای جبران این کمبود، دولت ناچار به واردات بنزین به مقدار زیاد بوده که اختلاف قیمت خرید و فروش و پرداخت یارانه فشار مالی زیادی بر دولت وارد می‌کرده است. در گام نخست دولت در تیر ماه سال 1386 بنزین را سهمیه‌بندی کرد که سرانجام پس از 8 سال و در پی فراز و نشیب بسیار در سال 1394 در عمل منتفی شد. در این مقاله با نگرش جدیدی به روش‌های داده‌کاوی به این موضوع نگاه شده است. بازه‌ی مورد مطالعه از سال 1384 تا 1389 بوده است. نتایج حاصل نشان می‌دهد که سهمیه‌بندی بنزین در رفتار مصرفی مصرف‌کنندگان تاثیر کوتاه‌مدت داشته است. همچنین نتایج حاکی از آن است که به عنوان سیاست‌های جایگزین، گسترش ناوگان تاکسیرانی یک راه‌حل کوتاه مدت و گسترش مترو راه‌حل بلند مدت برای حل معضل حمل و نقل عمومی در تهران است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

استفاده از خوشه بندی دو مرحله ای برای بررسی تاثیر سهمیه بندی بنزین بر رفتار مصرف کنندگان

بخش حمل و نقل جاده ای بزرگترین بخش مصرف کننده ی بنزین در کشور است که با رشد مداوم تقاضای انرژی در طول زمان، در دهه های اخیر با چالش های بزرگی مواجه بوده است. مهم ترین این چالش ها، کمبود عرضه ی بنزین مصرفی بوده است. برای جبران این کمبود، دولت ناچار به واردات بنزین به مقدار زیاد بوده که اختلاف قیمت خرید و فروش و پرداخت یارانه فشار مالی زیادی بر دولت وارد می کرده است. در گام نخست دولت در تیر ماه س...

متن کامل

قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل

علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستم‌های هوشمند به کار گرفته می‌شود. اولین گام در بسیاری از کاربرد‌های بینایی ماشین، قطعه‌بندی تصویر می‌باشد. در این پژوهش، روش خوشه­بندی طیفی با سوپرپیکسل برای قطعه­بندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخش­بندی، یک میزان تشابه فازی هسته­ای جدید پیشنهاد داده­ایم که سبب کا...

متن کامل

قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل

علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستم‌های هوشمند به کار گرفته می‌شود. اولین گام در بسیاری از کاربرد‌های بینایی ماشین، قطعه‌بندی تصویر می‌باشد. در این پژوهش، روش خوشه­بندی طیفی با سوپرپیکسل برای قطعه­بندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخش­بندی، یک میزان تشابه فازی هسته­ای جدید پیشنهاد داده­ایم که سبب کا...

متن کامل

طبقه بندی سنگ ‏های ساختمانی از دیدگاه قابلیت برش با استفاده از روش خوشه بندی فازی

پیش بینی قابلیت برش سنگ به عنوان یکی از فاکتورهای موثر در تخمین هزینه‏ها و پیش بینی میزان تولید یک کارخانه فرآوری سنگ از اهمیت بالایی برخوردار می‏باشد. بنابراین شناخت کامل سنگ‏های ساختمانی و ارزیابی توان اجرایی دستگاه‏های برش در کارخانه‏های فرآوری، طراحان و برنامه‏ریزان تولید را به سمت بهبود سرعت فرآوری و افزایش تولید سوق می‏دهد. از اینرو، به کارگیری روش‏های نو و کاربردی برای دست‏یابی به این اه...

متن کامل

الگوریتمی جدید برای جزیره بندی کنترل شده سیستم های قدرت مبتنی بر خوشه بندی طیفی مقید

In this paper a new algorithm is presented for power systems controlled islanding based on constrained spectral clustering. The proposed algorithm minimizes two objective functions of power flow disruption in transmission lines and generation - demand imbalance in islands to ensure transient stability within islands and to minimize necessary actions in reconfiguration of transmission system, ge...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 19  شماره 3

صفحات  0- 0

تاریخ انتشار 2016-10

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023