Skip to main content
فهرست مقالات

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

نویسنده:

علمی-پژوهشی (دانشگاه آزاد) (22 صفحه - از 99 تا 120)

چکیده:

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

This study attempts to forecast the export of Iran''s date for the period of 2010-2016، using the econometric methods، ARMA، GARCH، and the methods of computational intelligence، artificial neural networks and genetic algorithms.The data from 1967-2009 were used. The data from 1967- 2005 were used for modeling and the four last years، were used to examine forecast ability. Results indicated that the neural network has the lowest Forecast error comparing other methods followed by Genetic Algorithm .According to the superiority of neural networks in forecasting the Iran''s date export، forecasts made by this، shows the decreasing-increasing trend in the exports of Iran''s date.

کلیدواژه ها:

ایران ، پیش بینی ، arima ، GARCH ، الگوریتم ژنتیک ، شبکه ی عصبی ، صادرات خرما

Genetic Algorithms ، Date's export ، GARCH ، arima ، Forecasting ، Artificial Neural Networks ، Iran


برای مشاهده محتوای مقاله لازم است ورود پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.

لمشاهدة محتوی المقال یلزم الدخول إلی دخول الموقع.
إن كنت لا تقدر علی شراء الاشتراك عبرPayPal أو بطاقة VISA، الرجاء ارسال رقم هاتفك المحمول إلی مدير الموقع عبر credit@noormags.ir.

You should become a Sign in to be able to see articles.
If you fail to purchase subscription via PayPal or VISA Card, please send your mobile number to the Website Administrator via credit@noormags.ir.