هدف کلی پژوهش حاضر، برآورد سری زمانی اشتغال بخش کشاورزی در استان گیلان در سال­های 1355-1390 و مدل سازی و پیش بینی آن با استفاده از شبکه های عصبی مصنوعی برای سال های 1391-1398 است. برای این منظور سری زمانی اشتغال با استفاده از روش درون یابی محاسبه شد و متغیرهای ورودی براساس پیشینة نظری و تجربی تحقیق انتخاب شدند. درنهایت، تعداد شاغلان بخش کشاورزی از طریق طراحی و آموزش شبکه های عصبی با معماری­ها و...

بارش یکی از مهمترین داده های ورودی به سیستم های هیدرولوژیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آبهای زیرزمینی، سیلاب، رسوب و ... لازم و ضروری است. هدف این مقاله پیش آگاهی مقادیر بارش ماهانه یزد با استفاده از شبکه های عصبی مصنوعی است. در این تحقیق از داده های بارش ماهانه طی دوره آماری 53 سال (1950-2003) و شبکه های عصبی مصنوعی به عنوان یک روش غیر خ...

پیش بینی نرخ ارز به عنوان یک متغیر اقتصادی مهم مورد علاقه فعالان اقتصادی است. یکی از رویکردهای متداول در پیش بینی، رویکرد تکنیکال است که از رفتار گذشته نرخ ارز برای پیش بینی استفاده می کند. البته با توجه به ساختار آشوب گونه و غیر خطی بازارهای مالی، نمی توان با یک روش مشخص و ساده که از ترکیب ابزارهای مختلف تکنیکال بدست می آید به پیش بینی بازار پرداخت و نیاز به روش های پیچیده تری می باشد. در دهه ...

بنگاههای صنعتی تولید کننده هواکشهای تونلی بطور فزاینده تحت تاثیر عدم دسترسی به آماری نسبتاً دقیق از تقاضای آینده مشتریان همزمان با تحریمها و نوسانات نرخ ارز با مشکلاتی از قبیل عدم توانایی در جوابگویی بموقع به تقاضای مشتریان و کاهش توان رقابتی نسبت به رقبای خارجی و کاهش سهم بازار روبرو شده اند. نظر به نقش اطلاعات بدست آمده از پیش بینی تقاضای هواکشهای تونلی در کمک به مدیران در برنامه ریزی سریع و د...

این تحقیق به پیش بینی پذیری رفتار بازده سهام در بورس اوراق بهادار بوسیله مدل خطی عاملی و شبکه های عصبی مصنوعی می پردازد. جهت آزمون این مساله، قیمت روزانه سهام شرکت توسعه صنایع بهشهر به عنوان نمونه انتخاب شده است. متغیرهای مستقل (ورودی های) تحقیق، پنج متغیر کلان اقتصادی، یعنی شاخص کل قیمت بورس تهران، نرخ ارز (دلار) در بازار آزاد، قیمت نفت، قیمت طلا می باشد. برای برازش مدل عاملی از رگرسیون خطی چن...

مطالعات زیادی در خصوص عوامل موثر بر مدیریت سود و میزان همبستگی بین آنها صورت گرفته است، اما بکارگیری عوامل موثر در جهت پیش بینی مدیریت سود کمتر مدنظر بوده است. در این تحقیق، توانایی پیش بینی الگوریتم های تخمینگر بردار پشتیبان، تخمینگر حداقل درجه و شبکه عصبی فازی در کشف مدیریت سود بررسی شده است. جامعۀ آماری این تحقیق شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1385 الی 1391 است. ن...

پژوهش حاضر به مقایسه مدلهای شبکه عصبی و سری­زمانی در پیش­بینی قیمت شاخص سهام   می­پردازد. بدین جهت سه مدل از شبکه­های عصبی(پروسپترونی چند لایه ،پایه­ای شعاعی و رگرسیونی) و یک مدل از مدل­های سری­زمانی (باکس- جنکینز) مورد بررسی قرار گرفته اند. شاخص کل قیمت سهام بازار بورس تهران در بازه زمانی ابتدای فروردین 1384 تا انتهای اسفند 1388 به عنوان جامعه ­آماری انتخاب شده است. به منظور داشتن معیاری برای ...

شبکه های عصبی چند لایه پیش خور از دیرباز به طور وسیعی مورد توجه محققان بوده است. این شبکه ها علی رغم موفقیت چشم گیر در برقراری ارتباط بین ورودی و خروجی، دارای چندین نقطه ضعف بوده اند. به عنوان مثال زمان آموزش این شبکه ها نسبتاً طولانی است و گاهی ممکن است این شبکه ها آموزش نبینند. دلیل طولانی بودن زمان آموزش را می توان به انتخاب نامناسب پارامترهای شبکه نسبت داد. روش به دست آوردن پارامترهای وزن وب...

آگاهی از وضعیت مالی شرکت های بازار سرمایه همیشه یکی از دغدغه های سهامداران و تحلیلگران اقتصادی است؛ از این رو تحلیل گران و محقیق بازار های مالی همیشه به دنبال روش هایی برای پیش بینی شرایط آتی شرکت های حاضر در بازار سرمایه بودند. تحقیق پیش رو نیز به دنبال ایجاد مدلی برای پیش بینی ورشکستگی شرکت های حاضر در بازار بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی است. در این تحقیق از نسبت های مالی...

در این مقاله ابتدا برخی از روش های پیش بینی نرخ نفوذ tbm مرور شده و سپس نرخ نفوذ با منظور کردن پارامترهای نوع سنگ، درصد کوارتز، مقاومت فشاری تک محوره، قطر دیسک، نیروی نفوذ هر دیسک و rqd با استفاده از شبکه عصبی پیش بینی شده است. با حذف rqd و درصد کوارتز از پارامترهای ورودی، حساسیت شبکه نسبت به حذف این پارامترها مورد بررسی قرار گرفته است. مقایسة نتایج شبکه عصبی با مدل تجربی گراهام، توانایی شبکه ع...