پیوندهای مفید
آمار
| تعداد نشریات | 30 |
| تعداد شماره‌ها | 467 |
| تعداد مقالات | 4,519 |
| تعداد مشاهده مقاله | 7,144,836 |
| تعداد دریافت فایل اصل مقاله | 5,334,658 |
مقایسه ی مدل های شبکه های عصبی مصنوعی و سری های زمانی برای پیش بینی قیمت گوشت مرغ در ایران | ||
| پژوهشنامه اقتصاد کلان Macroeconomics Research Letter | ||
| مقاله 3، دوره 9.1، شماره 32، خرداد 1388، صفحه 59-78 | ||
| نوع مقاله: علمی | ||
| نویسندگان | ||
| سید کمیل طیبی* 1؛ کریم آذربایجانی1؛ لیلی بیاری2 | ||
| 1دانشیار دانشکده ی علوم اداری و اقتصاد دانشگاه اصفهان | ||
| 2کارشناس ارشد علوم اقتصادی دانشگاه اصفهان | ||
| تاریخ دریافت: 21 فروردین 1387، تاریخ بازنگری: 14 مرداد 1391، تاریخ پذیرش: 17 آذر 1387 | ||
| چکیده | ||
| 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 شرکت پشتیبانی امور دام کشور جمع آوری شده است. نتایج حاکی از آن است که شبکه های پس انتشار در تمام افق های زمانی دقیق تر از روش ARIMA عمل می کنند. شبکه المان نیز در افق زمانی یک ماهه و دوازده ماهه کارایی بیشتری در مقایسه با مدل ARIMA از خود نشان می دهد. بدین لحاظ استفاده از روش های پیش بینی قیمت که عمدتاً متّکی بر شبکه های عصبی قرار می گیرند، می تواند به تأثیر سیاست گذاری قیمتی و حتی تنظیم بازار از طریق پیش بینی نوسان های مختلف کمک کند. | ||
| کلیدواژه‌ها | ||
| پیش بینی قیمت؛ گوشت مرغ؛ شبکه های عصبی مصنوعی؛ روش ARIMA | ||
|
آمار تعداد مشاهده مقاله: 2,958 تعداد دریافت فایل اصل مقاله: 8 |
||