پیش بینی میزان صادرات خرمای ایران با استفاده ازروش های اقتصادسنجی و هوش مصنوعی

Authors

احمد اکبری استاد اقتصاد کشاورزی دانشگاه سیستان و بلوچستان

حسین مهرابی بشرآبادی دانشیار اقتصاد کشاورزی، دانشگاه شهید باهنر کرمان.

محبوبه شارعی حدادزاده کارشناس ارشد اقتصاد کشاورزی دانشگاه سیستان و بلوچستان

Abstract:

در این مطالعه با استفاده از روشهای اقتصادسنجی ARMA ، GARCH و روشهای هوش محاسباتی، شبکهی عصبی مصنوعی و الگوریتم ژنتیک اقدام به پیشبینی میزان صادرات خرمای ایران برای دورهی 1395-1389 شد. بهمنظور انجام بررسیها از دادههای مربوط به دورهی زمانی 1388-1346 استفاده گردید. از دادههای دورهی 1384-1346 بهمنظور مدلسازی و از دادههای 4 سال آخر برای بررسی قدرت پیشبینی استفاده شد. نتایج مطالعه نشان داد که شبکهی عصبی در مقایسه با سایر روشها از خطای پیشبینی کمتری برخوردار است. بعد از شبکهی عصبی الگوریتم ژنتیک دارای کمترین خطا بوده و معیارهای عملکرد نشاندهندهی توانایی الگوریتم ژنتیک در پیشبینی میزان صادرات خرما میباشند. با توجه به برتری شبکهی عصبی در پیشبینی میزان صادرات خرمای ایران، پیشبینیهای صورتگرفته توسط این مدل، روند افزایشی-کاهشی در میزان صادرات خرمای ایران را نشان میدهد. طبقهبندی JEL: Q17 F17, C45, C53, , C61

Upgrade to premium to download articles

Already have an account?login

similar resources

مدلسازی و پیش بینی صادرات آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه های عصبی مصنوعی

هدف اصلی این مقاله، مدلسازی و پیش بینی میزان صادرات آبزیان دریایی در ایران است. برای این منظور، از روش های سری زمانی خود توضیح جمعی میانگین متحرک(ARIMA) و شبکه عصبی مصنوعی استفاده می شود. به منظور انجام بررسی، از داده های ماهانه دوره 1374:03 تا 1387:12 برای برآورد و آموزش مدل و از داده های دوره از 1388:01 تا 1390:12 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده می شود. در این مطالعه، معیار...

full text

پیش بینی پارامترهای مکانیک سنگ در مخازن هیدروکربوری با استفاده از روش های مختلف هوش مصنوعی

full text

مدل سازی و پیش بینی میزان مصرف انرژی در گلخانه آب دریایی با استفاده از شبکه هوش مصنوعی

گلخانه آب دریایی با استفاده از روش رطوبت زنی و رطوبت‌زدایی می‌تواند از آب‌های شور و لب شور نمک زدایی کرده و آب شیرین تولیدی را برای مصارف کشاورزی گلخانه و هم مصارف شرب مورد بهره‌برداری قرار دهد. پارامترهای زیادی بر عملکرد گلخانه آب دریایی تاثیرگذار هستند. در این مطالعه با استفاده از روش هوشمند شبکه عصبی مصنوعی به بررسی پارامترهای عرض و طول گلخانه، ارتفاع اواپراتور اول و ضریب گذردهی بر روی میزان...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

پیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی

در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و کنترل این مشکل در تهران و همچنین شهرهای بزرگ دیگر انجام گرفته است. برای این منظور از آمار غلظت گازهای آلاینده هوای ثبت...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title

تحقیقات اقتصاد کشاورزی

volume 5 issue شماره 19

pages 99- 120

publication date 2013-11-22

unfollow

{@ msg @}

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

پیش بینی صادرات خرما شبکه ی عصبی الگوریتم ژنتیک ARIMA GARCH ایران

Hosted on Doprax cloud platform doprax.com