مدلسازی و پیش بینی صادرات زعفران: کاربرد شبکه های عصبی مصنوعی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 929
فایل این مقاله در 14 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:
NSRFS02_016
تاریخ نمایه سازی: 25 تیر 1393
چکیده مقاله:
رهایی از اتکاء به صادرات شکننده و تک محصولی لزوم حرکت به سوی شناخت استعدادهای صادراتی جدید و برخورداری از مزیت نسبی را تبیین می کند. زعفران از جمله زمینه های مستعد برای تحقق هدف فوق به شمار می آیند. با توجه به اهمیت پیش بینی صادرات در برنامه ریزی و سیاست گذاری و به منظور پیش بینی صادرات زعفران 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 داده های گمرک جمهوری اسلامی ایران برای سال های 90-1358 استفاده گردید. از داده های دوره 86-1358 به منظور مدلسازی و از داده های 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 زعفران را دقیق تر پیش بینی نماید. در انتها برای دوره 94-1391 میزان صادرات زعفران ایران پیش بینی شد.
کلیدواژه ها:
نویسندگان
سمیه کوچک زاده
عضو هیات علمی دانشگاه ولی عصر رفسنجان
وحید فرزام
عضو هیات علمی دانشگاه ولی عصر رفسنجان
اسما کوچک زاده
کارشناس ارشد علوم اقتصادی
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 :