پیشبینی تقاضای آب شهرتهران با استفاده از الگوهای ساختاری، سریهای زمانی و شبکة عصبی نوع gmdh
Abstract(in Persian; no English abstract is available)
روشها و الگوهای اقتصاد سنجی متفاوتی، از قبیل تجزیه و تحلیل رگرسیون و سریهای زمانی به منظور پیشبینی تقاضای آب، بهطور معمول توسط محققان مختلف مورد استفاده قرار گرفتهاند. اما در سالهای اخیر تکنیک جدید شبکههای عصبی به عنوان ابزاری مؤثر و کارا در پیشبینی متغیرهای اقتصادی مطرح شده است. در مقالة حاضر، از شبکة عصبی نوع gmdh مبتنی برالگوریتم ژنتیک، الگوهای ساختاری و همچنین سریهای زمانی، به منظور مقایسة روش‌های پیشبینی تقاضای سرانة آب در شهر تهران استفاده شده است. متغیرهای مورد نظر در الگوهای پیش بینی تقاضای آب عبارتند از مصرف سرانة آب، قیمت آب، متوسط درآمد خانوار و متوسط درجة حرارت سالانه در شهر تهران. نتایج بهدست آمده حاکی از آن است که پیش -بینی تقاضای آب با استفاده از روش شبکههای عصبی نوع gmdh، نسبت به برآوردهای حاصل از الگوهای ساختاری و سری زمانی، از درجة کارایی بیشتری برخوردار است. بنابراین، استفاده از شبک? عصبی مصنوعی در پیش بینی متغیرهای اقتصادی، میتواند به عنوان ابزاری در کنار سایر روش‌های پیش بینی مورد استفادة تصمیمگیران و سیاستگذاران در بخش مدیریت آب قرار گیرد. طبقه بندی jel : c53 , c5