مدلسازی و پیش بینی صادرات خرمای ایران با استفاده از شبکه های عصبی مصنوعی
محل انتشار: همایش ملی و جشنواره علمی خرمای ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 911
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANDATE01_078
تاریخ نمایه سازی: 13 اسفند 1391
چکیده مقاله:
رهایی از اتکاء به صادرات شکننده و تک محصولی نفت لزوم حرکت به سوی شناخت استعدادهای صادراتی جدید و برخورداری از مزیت نسبی را تبیین می کند. خرما از جمله زمینه های مستعد برای تحقق هدف فوق به شمار می آیند. با توجه به اهمیت پیش بینی صادرات در برنامه ریزی و سیاس تگذاری و به منظور پیش بینی صادرات خرمای ایران، در این مطالعه از فرآیند ARIMA و شبکه های عصبی مصنوعی استفاده و نتایج مورد بررسی قرار گرفت. به منظور انجام بررسی ها از داد ههای گمرک جمهوری اسلامی ایران برای سا لهای 89-1354 استفاده گردید. از داد ههای دوره 85-1354 به منظور مدلسازی و از داد ههای 4 سال آخر برای بررسی قدرت پیش بینی استفاده شد. نتایج مطالعه نشان داد که شبکه های عصبی مبتنی بر توابع پایه شعاعی دارای عملکرد بهتری در مقایسه با شبکه های عصبی پیش خور چند لایه و مدل ARIMA بوده و قادر است میزان صادرات خرما را دقیق تر پیش بینی نماید. در انتها برای دوره 94-1390 میزان صادرات خرما پیش بینی شد.
کلیدواژه ها:
نویسندگان
سمیه کوچک زاده
عضو هینت علمی دانشگاه ولی عصر رفسنجان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :