Zhu et al. [8] introduced structura

Zhu et al. [8] introduced structural time series approach to forecast
the short-term natural gas demand in the United Kingdom
(UK). The modelling approach adopted was successfully validated
on historical data and outperformed the ARMA (autoregressive
moving average) and ANN (artificial neural network) methods.
Bianco et al. [9] constructed various scenarios by employing
regression approach. A combination of economic and climatic factors
was incorporated into the regression model to project the
long-term non-residential natural gas demand in Italy. Soldo
et al. [10] introduced solar radiation variable to test the performance
of various linear and non-linear models to forecast the
one day ahead demand for natural gas consumption. They concluded
that solar radiation should be used as an input variable
for building natural gas demand forecasting models. Szoplik [11]
employed multilayer perceptron based artificial neural network
approach to estimate the natural gas demand of individual consumers
and small industries in Poland. The adopted approach
was tested to estimate the natural gas demand for a day, a week
and a month. Kialashaki and Reisel [12] compared the performance
of various regression and artificial neural network models by introducing
various household and economic factors to estimate the
residential natural gas demand in United States. Khan [13] examined
the short- to long-term dynamics of natural gas demand in
Pakistan by using an econometric model. Khan used sectorspecific
price, income and cross price elasticity to estimate the
long-term natural gas demand of various sectors in Pakistan.
Majazi Dalfard et al. [14] proposed a combined adaptive
network-based fuzzy inference system by considering a price hike
to estimate various scenarios of the long-term natural demand in
Iran.

ผลลัพธ์ (ไทย) 1:

วิธีการชุดโครงสร้างเวลาการคาดการณ์แนะนำซู et al. [8]ความต้องการก๊าซธรรมชาติระยะสั้นในสหราชอาณาจักร(สหราชอาณาจักร) วิธีการสร้างแบบจำลองที่นำมาใช้ถูกตรวจสอบเสร็จเรียบร้อยแล้วข้อมูลทางประวัติศาสตร์ และ outperformed อาร์มา (autoregressiveค่าเฉลี่ยเคลื่อนที่) และแอน (โครงข่ายประสาทเทียม) วิธีการAl. ร้อยเอ็ด Bianco [9] สร้างสถานการณ์ต่าง ๆ โดยใช้วิธีการถดถอย การรวมกันของปัจจัยทางเศรษฐกิจ และสภาพอากาศถูกรวมอยู่ในแบบจำลองถดถอยโครงการต้องการก๊าซธรรมชาติไม่ใช่ที่อยู่อาศัยระยะยาวในอิตาลี Soldoal. ร้อยเอ็ด [10] แนะนำตัวแปรรังสีแสงอาทิตย์เพื่อทดสอบประสิทธิภาพการทำงานแบบจำลองเชิงเส้น และไม่เชิงเส้นการคาดการณ์ต่าง ๆความต้องล่วงหน้าหนึ่งวันสำหรับการใช้ก๊าซธรรมชาติ พวกเขาสรุปรังสีแสงอาทิตย์ที่ควรใช้เป็นตัวแปรที่ป้อนเข้าสำหรับการสร้างแบบจำลองการคาดการณ์ความต้องการก๊าซธรรมชาติ Szoplik [11]เพอร์เซปตรอนหลายชั้นเจ้าใช้โครงข่ายประสาทเทียมวิธีการประเมินความต้องการก๊าซธรรมชาติของผู้บริโภคแต่ละและอุตสาหกรรมขนาดเล็กในประเทศโปแลนด์ วิธีนำมาใช้ได้รับการทดสอบเพื่อประเมินความต้องการใช้ก๊าซธรรมชาติเป็นวัน สัปดาห์และเดือน เปรียบเทียบประสิทธิภาพการทำงาน Kialashaki และ Reisel [12]ถดถอยและแบบจำลองโครงข่ายประสาทเทียม โดยการแนะนำต่าง ๆต่าง ๆ ในครัวเรือน และเศรษฐกิจปัจจัยการประเมินการความต้องการก๊าซธรรมชาติที่อยู่อาศัยในสหรัฐอเมริกา คัน [13] ตรวจสอบการให้ระยะยาว-สั้น dynamics ของความต้องการก๊าซธรรมชาติในปากีสถาน โดยใช้แบบจำลอง econometric คันที่ใช้ sectorspecificราคา รายได้ และข้ามราคาความยืดหยุ่นในการประเมินการต้องการก๊าซธรรมชาติระยะยาวของภาคต่าง ๆ ในประเทศปากีสถานMajazi Dalfard et al. [14] การนำเสนอการรวมแบบอะแดปทีฟระบบเครือข่ายตามข้อชัดเจน โดยพิจารณาธุดงค์ราคาการประเมินสถานการณ์ต่าง ๆ ความธรรมชาติระยะยาวในอิหร่าน

ผลลัพธ์ (ไทย) 2:

Zhu et al, [8]
แนะนำวิธีอนุกรมเวลาของโครงสร้างที่จะคาดการณ์ในระยะสั้นความต้องการใช้ก๊าซธรรมชาติในสหราชอาณาจักร
(UK) วิธีการสร้างแบบจำลองที่นำมาใช้ถูกตรวจสอบที่ประสบความสำเร็จกับข้อมูลทางประวัติศาสตร์และเฮง ARMA (อัตค่าเฉลี่ยเคลื่อนที่) และ ANN (เครือข่ายประสาทเทียม) วิธี. บล็องก์ et al, [9] สร้างสถานการณ์ต่าง ๆ โดยใช้วิธีการถดถอย การรวมกันของปัจจัยทางเศรษฐกิจและภูมิอากาศที่เป็น บริษัท ในรูปแบบการถดถอยเพื่อโครงการระยะยาวที่ไม่ใช่ที่อยู่อาศัยความต้องการใช้ก๊าซธรรมชาติในอิตาลี Soldo et al, [10] แนะนำตัวแปรพลังงานแสงอาทิตย์ในการทดสอบประสิทธิภาพการทำงานของรูปแบบเชิงเส้นและไม่เชิงเส้นต่างๆที่จะคาดการณ์ในวันหนึ่งข้างหน้าความต้องการใช้ก๊าซธรรมชาติ พวกเขาสรุปว่ารังสีดวงอาทิตย์ที่ควรจะนำมาใช้เป็นตัวแปรในการสร้างก๊าซธรรมชาติแบบจำลองการพยากรณ์ความต้องการ Szoplik [11] ตรอนลูกจ้างหลายเครือข่ายประสาทเทียมวิธีการประมาณความต้องการใช้ก๊าซธรรมชาติของผู้บริโภคแต่ละรายและอุตสาหกรรมขนาดเล็กในโปแลนด์ วิธีการที่นำมาใช้ได้รับการทดสอบเพื่อประเมินความต้องการก๊าซธรรมชาติสำหรับวันสัปดาห์และเดือน Kialashaki และ Reisel [12] เมื่อเทียบกับผลการดำเนินงานของการถดถอยต่างๆและรูปแบบเครือข่ายประสาทเทียมโดยการแนะนำของใช้ในครัวเรือนต่างๆและปัจจัยทางเศรษฐกิจในการประมาณความต้องการใช้ก๊าซธรรมชาติที่อยู่อาศัยในสหรัฐอเมริกา ข่าน [13] การตรวจสอบในระยะสั้นเพื่อการเปลี่ยนแปลงในระยะยาวของความต้องการใช้ก๊าซธรรมชาติในประเทศปากีสถานโดยใช้แบบจำลองทางเศรษฐมิติ ข่านใช้ sectorspecific ราคารายได้และความยืดหยุ่นของราคาข้ามในการประมาณระยะยาวความต้องการใช้ก๊าซธรรมชาติของภาคส่วนต่างๆในปากีสถาน. Majazi Dalfard et al, [14] เสนอการปรับตัวรวมเครือข่ายที่ใช้ระบบอนุมานฟัซซีด้วยการพิจารณาปรับขึ้นราคาเพื่อประเมินสถานการณ์ต่างๆ ในระยะยาวความต้องการธรรมชาติในอิหร่าน

ผลลัพธ์ (ไทย) 3:

จู et al . [ 8 ] แนะนำโครงสร้างเวลา ชุดวิธีการพยากรณ์ความต้องการก๊าซธรรมชาติระยะสั้น

ในสหราชอาณาจักร ( UK ) วิธีการรับผ่านการสำเร็จ
ในข้อมูลทางประวัติศาสตร์และใน ARMA ( ตัว
ค่าเฉลี่ยเคลื่อนที่ ) และแอน ( โครงข่ายประสาทเทียม ) วิธีการ
Bianco et al . [ 9 ] สร้างสถานการณ์ต่าง ๆโดยอาศัย
วิธีการสมการถดถอยการรวมกันของปัจจัยทางเศรษฐกิจ และภูมิอากาศ
ถูกรวมเข้าไปในตัวแบบการถดถอยโครงการ
ไม่ใช่ระยะยาวที่อยู่อาศัยก๊าซธรรมชาติในตลาดอิตาลี soldo
et al . [ 10 ] แนะนำตัวแปรรังสี เพื่อทดสอบประสิทธิภาพของแบบจำลองเชิงเส้น และเส้นต่างๆ

วันนึงข้างหน้า พยากรณ์ความต้องการใช้ก๊าซธรรมชาติ พวกเขาสรุป
ที่แสงควรใช้เป็นใส่ตัวแปรพยากรณ์ความต้องการก๊าซธรรมชาติ
สำหรับการสร้างโมเดล szoplik [ 11 ]
ใช้หลายชั้นธรรมดาโดยใช้โครงข่ายประสาทเทียม
แนวทางการประเมินความต้องการก๊าซธรรมชาติของ
ผู้บริโภคแต่ละและอุตสาหกรรมขนาดเล็กในโปแลนด์ วิธีการทดสอบกำลังรับ
ประมาณการความต้องการใช้ก๊าซธรรมชาติสำหรับวัน , สัปดาห์
และเดือนkialashaki reisel [ 12 ] และเมื่อเทียบประสิทธิภาพ
ของสมการถดถอยต่างๆและโครงข่ายประสาทเทียมแบบต่างๆที่ใช้ในครัวเรือนและปัจจัยทางเศรษฐกิจที่แนะนำ

ราคาก๊าซธรรมชาติอุปสงค์ที่อยู่อาศัยในสหรัฐอเมริกา เจงกิสข่าน [ 13 ] ตรวจสอบ
สั้น - ยาวของความต้องการใช้ก๊าซธรรมชาติใน
ปากีสถานโดยใช้แบบจำลองทางเศรษฐมิติ . ข่านใช้ sectorspecific
ราคารายได้และค่าความยืดหยุ่นไขว้ก๊าซธรรมชาติ
ระยะยาวความต้องการของภาคส่วนต่างๆในปากีสถาน .
majazi dalfard et al . [ 14 ] ได้เสนอใช้ระบบอนุมานฟัซซีปรับตัว
รวมโดยพิจารณาราคาธุดงค์
การประเมินสถานการณ์ต่าง ๆของความต้องการธรรมชาติระยะยาวใน
อิหร่าน