پیش بینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی
Authors
abstract
در این مطالعه به منظور پیش بینی قیمت عمده فروشی برخی محصولات زراعی شامل گوجه فرنگی، پیاز و سیب زمینی در استان فارس، برای افق زمانی یک، سه و شش ماه آتی از روش های معمول پیش بینی و شبکه عصبی مصنوعی استفاده شد. داده های مورد نیاز برای دوره مهر 1377 تا تیرماه 1384 از اداره جهاد کشاورزی استان فارس اخذ گردید. از دادههای دوره مهرماه 1377 تا دی ماه 1383به منظور مقایسه روش ها و از داده های شش ماه آخر جهت بررسی قدرت پیش بینی استفاده شد. به منظور مقایسه خطای پیش بینی روش های مختلف نیز، از معیارهای میانگین قدرمطلق خطا، میانگین مجذور خطا و معیار درصد میانگین مطلق خطا بهره گرفته شد. نتایج مطالعه نشان داد که شبکه عصبی مصنوعی دارای خطای پایین تری جهت پیش بینی قیمت محصولات مختلف در افق زمانی یک و سه ماه آینده می باشد و به طور معنی داری از سایر روش ها دقیق تر است. اما در پیش بینی شش ماه آینده تفاوت معنی داری بین روش های معمول و شبکه عصبی مصنوعی وجود ندارد.
similar resources
پیشبینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی
In this study wholesale prices of selected crops, namely, tomato, onion and potatoes in Fars province were predicted for various time horizons by using common methods of forecasting and artificial neural networks (ANN). Monthly data from September 1998 to June 2005 period were obtained from Ministry of Jihad-e Agriculture. For comparing different methods data selected from September 1998 to Dec...
full textپیشبینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی
In this study wholesale prices of selected crops, namely, tomato, onion and potatoes in Fars province were predicted for various time horizons by using common methods of forecasting and artificial neural networks (ANN). Monthly data from September 1998 to June 2005 period were obtained from Ministry of Jihad-e Agriculture. For comparing different methods data selected from September 1998 to Dec...
full textکاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه
پیشبینی بارش یکی از مهمترین مسائل در زمینه مدیریت بهینه منابع آب در بخشهای مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیشبینی بارش زمستانه استان خراسان رضوی با استفاده از شبکههای عصبی مصنوعی میباشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقهای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...
full textکاربرد شبکه های عصبی مصنوعی در پیش بینی شاخص بازدهی نقدی و قیمت سهام
مدل سازی پیش بینی متغیرهای مالی و اقتصادی با توجه به رفتار متغیرها، روش های گوناگونی دارد. تحقیق حاضر، چگونگی پیش بینی بازده سهام در بورس اوراق بهادار تهران را با دو مدل آربیتراژ و شبکه های عصبی مصنوعی مورد آزمون قرار داده است. برای این منظور از اطلاعات روزانه شاخص بازده نقدی و قیمت به عنوان متغیر وابسته و از اطلاعات روزانه قیمت سکه بهار آزادی، حجم معاملات کل بازار و قیمت دلار به عنوان متغیرهای...
full textارزیابی مدل هیبرید شبکه عصبی مصنوعی-پانل دیتا در پیش بینی قیمت صادرات خشکبار ایران
در بسیاری از مطالعات برای پیش بینی متغیرهای اقتصادی اغلب از روش های کمی مبتنی بر داده های سری زمانی یا مقطع زمانی استفاده می شود. مطالعات سری زمانی و مقطع زمانی ناهمگنی کشورها را کنترل نمی کنند و همواره ریسک به دست آورن نتایج و پیش بینی های اریب دار وجود دارد. داده های پانل اطلاعات و درجه آزادی بیشتری را فراهم می آورد که این امر موجب حصول نتایج و پیش بینی های دقیق تری می شود. با توجه به سهم قاب...
full textMy Resources
Save resource for easier access later
Journal title:
تولید محصولات زراعی و باغیجلد ۱۱، شماره ۱، صفحات ۵۰۱-۵۱۲
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023