معرفی شبکه پس انتشار فازی جهت پیش بینی فروش کاغذ روزنامه

امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاری های کلان در بازار ها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی با درجه بالایی از دقت به کار برده می شوند. در این مقاله با استفاده از ترکیب منطق فازی و شبکه عصبی پس از انتشار مدلی برای پیش بینی فروش کاغذ روزنامه ارائه شده است. برای ارزیابی مدل پیشنهادی، از داده واقعی شرکت چوب و کاغذ مازندران استفاده شد. پس از جمع آوری اطلاعات لازم، به کمک نرم افزار MATLAB نسبت به تجزیه و تحلیل داده ها اقدام و مدل پیشنهادی برای پیش بینی فروش کاغذ روزنامه ارائه گردید. همچنین برای ارزیابی مدل پیشنهادی، نتایج پیش بینی با روش شبکه های عصبی فازی و روشهای رگرسیون و سری زمانی ARIMA مورد مقایسه قرار گرفت که نشان دهنده برتری شبکه عصبی فازی بر دو روش دیگر است.