امین ناصری، محمدرضا و کوچک زاده، احمد (1384). پیش‌بینی ماهانه مصرف نفت سفید کل کشور با استفاده از شبکه عصبی بازگشتی. چهارمین کنفرانس بین‌المللی مهندسی صنایع، دانشگاه تربیت مدرس.
بغزیان، آلبرت و نصرآبادی، ابراهیم (1385). پیش‌بینی مصرف فرآورده‌های نفتی: مقایسه سیستم معادلات اقتصادسنجی و شبکه‌های عصبی. فصلنامه مطالعات اقتصاد انرژی، سال سوم، شماره 10، 67-47.
ختایی، محمود و اقدامی، پروین (1384). تحلیل کشش قیمتی تقاضای بنزین در بخش حمل و نقل زمینی ایران و پیش-بینی آن تا سال 1394. فصلنامه پژوهش‌های اقتصادی ایران، سال هفتم، شماره 25، 46-23.
عبدلی، قهرمان و محمدی خیاره، محسن (1390). بررسی عوامل مؤثر بر مصرف بنزین در شهر تهران. پژوهشنامه حمل و نقل، سال هشتم، شماره سوم،240-225.
غلامی، الهام (1389). بررسی هدفمند شدن یارانه‌ها بر درآمدهای مالیات بر ارزش افزوده در ایران. فصلنامه اقتصاد کاربردی، شماره دوم، 232-215.
منهاج، محمدباقر (1384). مبانی شبکه‌های عصبی. تهران، دانشگاه صنعتی امیرکبیر.
منهاج، محمدباقر؛ کاظمی، عالیه؛ شکوری گنجوی، حامد؛ مهرگان، محمدرضا و تقی زاده، محمدرضا (1389). پیش‌بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه‌های عصبی: مطالعة موردی در ایران. مجله مدرس علوم انسانی- پژوهش‌های مدیریت در ایران، دوره 14، شماره 66، 217-202.
موسوی‌جهرمی، یگانه (1386)، راه‌های فرار مالیاتی در نظام مالیات بر ارزش افزوده و راهکارهای جلوگیری از آن، پژوهشکده امور اقتصادی (طرح پژوهشی).
موسوی‌جهرمی، یگانه؛ رضایی، محمد قاسم و سبزرو، محبوبه (1392). نگرشی به کارایی درآمد مالیاتی مبتنی بر مصرف در بستر نوسانات اقتصادی: تحلیل بین کشوری. فصلنامه پژوهشنامه مالیات، سال 21، شماره 20، 72-51.
نیلی، مسعود؛ ساعدی، علیرضا؛ سیدخسروشاهی، امیررضا؛ عینیان، مجید و فرخی، فرید (1389). ارزیابی پیامدهای اصلاح نظام یارانه انرژی (با تأکید بر صنعت، خانوار، بودجه عمومی دولت و اقتصاد کلان)، تهران: اتاق بازرگانی صنایع و معادن، فصل سوم.
هژبر کیانی، کامبیز؛ غلامی، الهام و نوبخت، جواد (1391). برآورد نرخ بهینه مالیات بر ارزش افزوده با استفاده از الگوی دایموند. فصلنامه تحقیقات اقتصادی، دوره 47، شماره دوم، 79-61.
Balkin, Sandy D. & Ord, K. (2000). Automatic Neural Network Modeling for Univariate Time Series. International Journal of Forecasting, 16(4), 509-515.
Demirel, O., Zaim, S., Caliskan, A., & Ozuyar, P. (2012). Forecasting Natural Gas Consumption in ˙Istanbul Using Neural Networks and Multivariate Time Series Methods, Turk J Elec Eng & Comp Sci, 20(5), 695-711.
Ebrill, L., Keen, M., & Summers, V. (2001). The Modern VAT. Washington D.C: IMF.
Ellner, S. & Turchin, P. (1995). Chaos in a Noisy World: New Methods and Evidence from Time Series Analysis. American Naturalist, 145(3), 343-375.
Garliauskas, A. (1999). Neural Network Chaos and Computational Algorithms of Forecast in Finance, IEEE International Conference, 2, 638-643.
Hill, T., O’Connor, M., & Remus, W. (1996). Neural Network Models for Time Series Forecasts. Management Science, 42(7), 1082-1092.
Jebaraj, S., & Iniyanb, S. (2006), A Review of Energy Models. Renewable and Sustainable Energy Reviews, 10(4), 281-311.
Liu, R., Xiong, J., & Cui, Q. (2012). A Comparison of Models for Forecasting Petroleum Consumption in China. 9th OAPS Working Paper Series.
Nasr, G. E., Badr, E. A. & Joun, C. (2003). Backpropagation Neural Networks for Modeling Gasoline Consumption. Energy Conversion and Management, 44(6), 893–905.
Poli, I., & Jones, R. D. (1994). A Neural Net Model for Prediction. Journal of American Statistical Association, 89(425), 117-121.
Tkacz, G. (2001). Neural Network Forecasting of Canadian GDP Growth. International Journal of Forecasting, 17(1), 57–69.
Wang, X., & Meng, M A. (2012). Hybrid Neural Network and ARIMA Model for Energy Consumption Forecasting. Journal of Computers, 7(5), 1184-1190.
)