مدلسازی پیش بینی تورم با استفاده از مدل تلفیقی شبکه های عصبی مصنوعی با PCA
- سال انتشار: 1388
- محل انتشار: هفتمین کنفرانس بین المللی مدیریت
- کد COI اختصاصی: IRIMC07_051
- زبان مقاله: فارسی
- تعداد مشاهده: 2891
نویسندگان
کارشناس ارشد مدیریت بازرگانی
کارشناس مدیریت بازرگانی
چکیده
این مقاله با توجه به تحقیقات انجام گرفته درباره علل تورم درایران به دنبال ارائه مدلی جهت پیش بینی تورم با استفاده از شبکه های عصبی مصنوعی و مقایسه ان با مدل خطی ARIMA است تورم به صورت سالانه در نظر گرفته و از شاخص بهای کالا و خدمات مصرفی CPI استفاده شدها ست در سالهای اخیر کاربرد شبکه های عصبی مصنوعی در حوزه اقتصاد توسعه یافته است اما درمقایسه تعداد کمی از این مطالعات به متغیرهای اقتصاد کلان توجه داشته اند این تحقیق باتوجه به علل شناخته شده تورم و وارد کردن آنها در مدل شبکه عصبی سعی در پیش بینی دقیق تر این متغیر اقتصاد کلان دارد متغیرهای مورد استفاده ما عبارتند از: نقدینگی ، نرخ ارز، نرخ سود بانکی، شاخص بهای کالاهای وارداتی و تورم دوران قبل به عنوان تورم مورد انتظار. نتایج به دست آمده حاکی از آن است که پیش بینی مدل شبکه های عصبی در مقایسه با مدل ARIMA نتایج بهتری را ارائه نموده است.کلیدواژه ها
پیش بینی ، تورم، شبکه های عصبی مصنوعی، نقدینگی، نرخ سود، شاخص کالاهای وارداتی، تورم مورد انتظار، تجزیه و تحلیل مولفه های اصلیمقالات مرتبط جدید
- مدیریت ریسک نکول در بازپرداخت بدهی شرکتها
- آخرین پیشرفت ها در مدیریت باتری خودروهای برقی: چالش های حرارتی، چرخه عمر و یکپارچه سازی با انرژیهای تجدیدپذیر
- توصیف عملکرد هوش مصنوعی و یادگیریماشین در مدیریت کسب و کار، تجارت الکترونیک
- بررسی نقش استفاده از روش های مدل سازی و شبکه پذیرفتگی در بهبود اطلاعات و ارتباطات زنجیره تامین
- تاثیر هوش مصنوعی بر گروههای شغلی و بهره وری حاصل از آن در جهان و محاسبه تاثیر آن برای ایران
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.