پیش بینی تقاضای انواع گوشت در مناطق شهری ایران با استفاده از رهیافت الگوریتم ژنتیک

Authors

سمیه رحیمی بایگی

محمدرضا کهنسال

آرش دوراندیش

abstract

در این پژوهش تقاضای گوشت قرمز، گوشت مرغ و گوشت ماهی در دوره 1368 تا 1390 در مناطق شهری ایران مورد تجزیه و تحلیل قرار گرفت. به منظور گزینش مناسب ترین الگوی تقاضا، سیستم تقاضای تقریبا ایده آل، الگوی روتردام و الگوی cbs، با استفاده از روش sur برآورد شد. نتایج به دست آمده از مقایسه این الگوها نشان داد که در دوره مورد بررسی سیستم تقاضای تقریبا ایده آل(aids) به عنوان الگوی برتر پیش بینی انتخاب شد. سپس پیش بینی تقاضای گروه های گوشت در مناطق شهری ایران، تا سال  1404(پایان چشم انداز بیست ساله جمهوری اسلامی ایران) انجام شد. نتایج پیش بینی با استفاده از روش الگوریتم ژنتیک و بر اساس پیش فرض استمرار شرایط قیمتی و درآمدی گذشته نشان داد که برای مصرف کننده شهری، سهم بودجه اختصاص یافته به گوشت قرمز، به تدریج کاهش و سهم بودجه اختصاص یافته به گوشت مرغ و ماهی، افزایش می یابد و میزان تقاضای خانوار شهری از هر یک از دو گروه گوشت قرمز و مرغ کاهش می یابد. به این معنی که در مجموع تقاضای آینده آنان از کل انواع گوشت سالانه به میزان 54/2 درصد کاهش خواهد داشت. همچنین برای مصرف کننده شهری، گوشت قرمز، مرغ و ماهی کالاهایی ضروری (نرمال) و جانشین به شمار می آیند، از طرفی گوشت قرمز و مرغ کالاهایی بی کشش بوده و گوشت ماهی کالایی کشش پذیر است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی تقاضای انواع گوشت در مناطق شهری ایران با استفاده از رهیافت الگوریتم ژنتیک

در این پژوهش تقاضای گوشت قرمز، گوشت مرغ و گوشت ماهی در دوره 1368 تا 1390 در مناطق شهری ایران مورد تجزیه و تحلیل قرار گرفت. به منظور گزینش مناسب‌ترین الگوی تقاضا، سیستم تقاضای تقریبا ایده‌آل، الگوی روتردام و الگوی CBS، با استفاده از روش SUR برآورد شد. نتایج به‌دست آمده از مقایسه این الگوها نشان داد که در دوره مورد بررسی سیستم تقاضای تقریبا ایده‌آل(AIDS) به عنوان الگوی برتر پیش‌بینی انتخاب شد. سپ...

full text

شبیه سازی تابع تقاضای انواع گوشت در ایران ( قرمز و سفید ) با استفاده از رهیافت الگوریتم ژنتیک

چکیده در این پژوهش تقاضای انواع متفاوت گوشت، یعنی گوشت قرمز، گوشت مرغ و گوشت ماهی در دوره 1360 تا 1390 در ایران مورد تجزیه و تحلیل قرار گرفت . به منظور انتخاب مناسب ترین مدل تقاضا بین مدل های روتردام، سیستم تقاضای تقریبا ایده آل(aids) و مدل cbs، به تفکیک در دو بخش خانوارهای شهری و روستایی ایران از روش sur بهره گرفته شد. نتایج حاصل از مقایسه مدل های مذکور نشان داد که در دوره مورد مطالعه در بخش ...

15 صفحه اول

کاربرد شبکه عصبی مبتنی بر الگوریتم ژنتیک در پیش بینی تقاضای بلندمدت انرژی

پیش­بینی تقاضای انرژی جهت عرضه به موقع، تنظیم بازار، هدفگذاری میزان صادرات و ایجاد امنیت انرژی اهمیت ویژه­ای دارد. روش­های مختلفی برای پیش­بینی تقاضای انرژی معرفی شده است که در این بین با توجه به روند غیرخطی و پرنوسان تقاضای انرژی، تکنیک­های غیرخطی نتایج مطلوب­تری داشته است. شبکه­های عصبی و الگوریتم ژنتیک از مهمترین و پرکاربردترین تکنیک­های غیرخطی در این زمینه می­باشند که هر یک نقاط ضعف و قوت خ...

full text

پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبیِ عصبی- فازی و انبوه ذرات

  Storing the electrical energy in large scale is impossible. So, it is necessary to identify the factors affecting the electricity demand. Researchers have used different methods to forecast the future demand of electricity, among them intelligent methods and fuzzy based methods are more popular. Since ANFIS structure is based on researcher’s experience about phenomenon, the created structure ...

full text

My Resources

Save resource for easier access later


Journal title:
journal of agricultural economics

Publisher: انجمن اقتصاد کشاورزی ایران

ISSN 2008-5524

volume 8

issue 3 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023