پیش بینی میزان صادرات خرمای ایران با استفاده ازروش های اقتصادسنجی و هوش مصنوعی

نویسندگان

  • احمد اکبری استاد اقتصاد کشاورزی دانشگاه سیستان و بلوچستان
چکیده مقاله:

در این مطالعه با استفاده از روش­های اقتصادسنجی ARMA ، GARCH  و روش­های هوش محاسباتی، شبکه­ی عصبی مصنوعی و الگوریتم ژنتیک اقدام به پیش­بینی میزان صادرات خرمای ایران برای دوره­ی 1395-1389 شد. به­منظور انجام بررسی­ها از داده­های مربوط به دوره­ی زمانی 1388-1346 استفاده گردید. از داده­های دوره­ی 1384-1346 به­منظور مدل­سازی و از داده­های 4 سال آخر برای بررسی قدرت پیش­بینی استفاده شد. نتایج مطالعه نشان داد که شبکه­ی عصبی در مقایسه با سایر روش­ها از خطای پیش­بینی کمتری برخوردار است. بعد از شبکه­ی عصبی الگوریتم ژنتیک دارای کمترین خطا بوده و معیار­های عملکرد نشان­دهنده­ی توانایی الگوریتم ژنتیک در پیش­بینی میزان صادرات خرما می­باشند. با توجه به برتری شبکه­ی عصبی در پیش­بینی میزان صادرات خرمای ایران، پیش­بینی­های صورت­گرفته توسط این مدل، روند افزایشی-کاهشی در میزان صادرات خرمای ایران را نشان می­دهد.   طبقه­بندی JEL: Q17 F17, C45, C53, , C61

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

مدلسازی و پیش بینی صادرات آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه های عصبی مصنوعی

هدف اصلی این مقاله، مدلسازی و پیش بینی میزان صادرات آبزیان دریایی در ایران است. برای این منظور، از روش های سری زمانی خود توضیح جمعی میانگین متحرک(ARIMA) و شبکه عصبی مصنوعی استفاده می شود. به منظور انجام بررسی، از داده های ماهانه دوره 1374:03 تا 1387:12 برای برآورد و آموزش مدل و از داده های دوره از 1388:01 تا 1390:12 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده می شود. در این مطالعه، معیار...

متن کامل

مدل سازی و پیش بینی میزان مصرف انرژی در گلخانه آب دریایی با استفاده از شبکه هوش مصنوعی

گلخانه آب دریایی با استفاده از روش رطوبت زنی و رطوبت‌زدایی می‌تواند از آب‌های شور و لب شور نمک زدایی کرده و آب شیرین تولیدی را برای مصارف کشاورزی گلخانه و هم مصارف شرب مورد بهره‌برداری قرار دهد. پارامترهای زیادی بر عملکرد گلخانه آب دریایی تاثیرگذار هستند. در این مطالعه با استفاده از روش هوشمند شبکه عصبی مصنوعی به بررسی پارامترهای عرض و طول گلخانه، ارتفاع اواپراتور اول و ضریب گذردهی بر روی میزان...

متن کامل

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

پیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی

در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و کنترل این مشکل در تهران و همچنین شهرهای بزرگ دیگر انجام گرفته است. برای این منظور از آمار غلظت گازهای آلاینده هوای ثبت...

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 5  شماره شماره 19

صفحات  99- 120

تاریخ انتشار 2013-11-22

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

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023