ماهیت روابط تشریح کننده بسیاری از فرآیندها و روندهای واقعی زندگی اغلب غیر خطی هستند.لذا پیش بینی رفتار چنین فرآیندها و روندها نیازمند ابزارهای پیش بینی دقیق و اثر بخش است. لذا در این پایان نامه کاربرد شبکه های عصبی در پیش بینی سری های زمانی غیر خطی و مزیت آن بر مدل های پیش بینی معمول مورد مطالعه قرار گرفته است. بدین منظور داده های مربوط به صنعت چوب ایران را از سالهای 1961 تا 2007 میلادی مورد مطالعه قرار می دهیم. وسپس نتایج حاصل از اعمال شبکه های عصبی را با مدل های غیر خطی بدست آمده از نرم افزار matlab با توجه به شاخص میانگین مطلق درصدی خطا مورد مقایسه قرار می دهیم . مقایسه نتایج نشان می دهد عملکرد شبکه عصبی طراحی شده در مقایسه با روش های رگرسیونی در مطالعه اول 63/96 درصد، در مطالعه دوم 57/23 درصد و در مطالعه سوم 94/74 درصد داده های آزمون را بهتر پیش بینی کرده است.

چکیده ندارد.