پیش بینی قیمت چوب گونه های جنگلی در استان گیلان با استفاده از تجزیه و تحلیل سری های زمانی

Authors

زهره محمدی

سلیمان محمدی لیمائی

abstract

هدف از این مطالعه بررسی نوسانات قیمت چوب گونه­ های جنگل کاری در غرب استان گیلان از سال 1372-1392 می­ باشد. بر این اساس داده­ های مورد نیاز مربوط به هزینه­ های بهره برداری و قیمت چوب گونه­ های زبان گنجشک، پلت، بلندمازو، کاج تدا، توسکای قشلاقی از اداره منابع طبیعی استان گیلان جمع آوری شد. داده­های قیمت چوب سرپا، از تفاوت قیمت چوب آلات الواری، گرده بینه، کاتین و چوب هیزمی در کنار جاده جنگلی با هزینه ­های متغیر بهره برداری به­دست آمد و شاخص قیمتی مصرف کننده برای حذف تورم استفاده شد. داده ­های جمع آوری شده توسط آنالیز رگرسیون مورد ارزیابی قرار گرفتند. نتایج حاصل از رگرسیون نشان داد که روند قیمت چوب در طی این دوره دارای نوسان بوده است. میانگین قیمت مورد انتظار چوب سرپا گونه ­های زبان گنجشک، پلت، بلندمازو، کاج تدا، توسکای قشلاقی به­ترتیب 960/235، 803/242، 994/168، 909/135، 95/218 (ده هزار ریال/ مترمکعب) می­باشد. این بررسی ­ها نشان داد که پیش بینی روند قیمت چوب گونه­ های جنگلی در منطقه مورد مطالعه با استفاده از سری های زمانی امکان پذیر است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی قیمت چوب گونه های جنگلی در استان گیلان با استفاده از تجزیه و تحلیل سری های زمانی

هدف از این مطالعه بررسی نوسانات قیمت چوب گونه­ های جنگل‌کاری در غرب استان گیلان از سال 1372-1392 می­ باشد. بر این اساس داده­ های مورد نیاز مربوط به هزینه­ های بهره‌برداری و قیمت چوب گونه­ های زبان‌گنجشک، پلت، بلندمازو، کاج تدا، توسکای قشلاقی از اداره منابع طبیعی استان گیلان جمع‌آوری شد. داده­های قیمت چوب سرپا، از تفاوت قیمت چوب آلات الواری، گرده‌بینه، کاتین و چوب هیزمی در کنار جاده جنگلی با هزی...

full text

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

full text

پیش بینی بار کوتاه مدت با استفاده از تجزیه سری زمانی بار وشبکه عصبی

چکیده پیش بینی بارکوتاه ‌مدت یک فرآیند پایه در بهره برداری سیستم‌های قدرت محسوب می‌شود. بسیاری از توابع بهره‌برداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیش‌ینی بار کوتاه‌مدت وابسته می‌باشند. در طی سه دهه اخیر روش های مختلفی برای پیش‌بینی بار کوتاه ‌مدت ارائه شده و نرم‌افزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شده‌اند. از جمله این روش ها می‌توان به ان...

full text

مقایسه ی مدل های شبکه های عصبی مصنوعی و سری های زمانی برای پیش بینی قیمت گوشت مرغ در ایران

     با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در تحقیق حاضر قیمت این محصول با استفاده از روش ARIMA و شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی گردید و این فرضیه که شبکه ی عصبی در پیش بینی قیمت گوشت مرغ از کارایی بیشتری نسبت به  مدل های سری زمانی برخوردار است، مورد بررسی قرار گرفت. داده های مربوط به این متغیّر برای دوره ی  زمانی1371:1 تا 1385:11 بوده و  از شر...

full text

My Resources

Save resource for easier access later


Journal title:
توسعه پایدار جنگل

Publisher: دانشگاه گیلان

ISSN

volume 1

issue 4 2015

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023