مدل سازی و پیش بینی ضایعات نان با استفاده از مدل های سری زمانی و شبکه های عصبی مصنوعی

دراین مطالعه به منظور بررسی عوامل موثر بر ضایعات نان و تعیین روابط کوتاه مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل موثر برآن طی سال های ۱۳۸۵-۱۳۵۷ و پیش بینی ضایعات نان از الگوی سری زمانی چند متغیره ARDL استفاده شده است. بر اساس الگوی ARDL ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی می باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوتاه مدت نیز تولید ناخالص ملی و رشد شهرنشینی اثر مثبت و معنی داری بر ضایعات نان دارند و تاثیر قیمت و ضریب جینی در کوتاه مدت نیز بر ضایعات منفی است. به منظور پیش بینی مقادیر آتی از الگوی ARDL و شبکه عصبی مصنوعی استفاده شد. نتایج مقایسه الگوهای ARDL و ANN نشان داد که شبکه عصبی مبتنی برARDL پرسپترون چند لایه (با سه لایه) با ساختار انتخاب شده دارای دقت بالاتری بوده و بر اساس پیش بینی ضایعات نان با شبکه عصبی منتخب در افق پیش بینی (سال ۱۳۹۰) ضایعات نان بیش از ۱۸۱/۳ میلیون تن خواهد بودکه با توجه به قیمت جهانی گندم در سال ۱۳۸۵ مبلغی معادل ۱۱۴۵ میلیون دلار در اثر ضایعات نان از چرخه اقتصادی کشور حذف می شود. طبقه بندی JEL : C۴۵,Q۱۳

کلیدواژه ها:

الگوی ARDL ، ضایعات نان ، مدل شبکه عصبی مصنوعی.