مقایسه توان پیش بینی مدل عصبی-فازی(ANFIS) با مدل های شبکه عصبی (ANN) و خودر گرسیونی ARIMA درتخمین قیمت صادراتی محصولات کشاورزی

سال انتشار: 1395
محل انتشار: چهارمین کنفرانس بین المللی علوم و مهندسی
کد COI اختصاصی: ICESCON04_283
زبان مقاله: فارسی
تعداد مشاهده: 815

نویسندگان

دانش آمخته کارشناسی ارشد اقتصاد کشاورزی،دانشگاه آزاد،قائم شهر

هیات علمی گروه اقتصاد کشاورزی ،دانشگاه آزاد اسلامی،قائم شهر

چکیده

هدف اصلی این تحقیق مقایسه توان پیش بینی مدل های سیستم عصبی - فازی ، شبکه عصبی و خود بازگشتی میانگین متحرک در پیش بینی قیمت صا در اتی زعفران به عنوان یکی از محصولات با اهمیت در بخش کشاورزی ایران است. در این راستا با استفاده از داده های ماهانه 1: 1361 تا 1393:10، سه مدل ANN ، ARIMA و ANFIS به منظور پیش بینی قیمت صادراتی زعفر ان بر آورد شده و با استفاده از معیارهای کارایی سنج میانگین مربعات خطا (MSE) ، میانگین قدر مطلق خطا : (MAE) و درصد میانگین قدر مطلق خطا (MAPE) توان پیش بینی این مدل ها با هم مقایسه گردید . بر اساس نتایج این تحقیق معیارهای سنجش کارایی در روش پیش بینی با استفاده از مدل ANFIS به ترتیب مقادیر 34 0.01، 1 0.000 و 0.0084 را اختیار کرده اند که در میان روش های بکار برده شده کمترین خطا را نشان داده و بنابر این بهترین پیش بینی ها و کارایی ر ا د ا شتا۔ است ۔ در طرف مقابل : مدد ل تک متغیرہ (ARIMA) دارایی بیشترین خطا و به عبارتی کمترین کارایی می باشد . همچنین در این بین ، مدل ANN نیز از کارایی نسبی برخورد ار می باشد . طبقه بندی C22. C53, C81 : JEL .011)

کلیدواژه ها

مدل عصبی - فازی (ANFIS)، شبکه عصبی (ANN)، خود بازگشتی میانگین متحرک (ARTMA ) ، زعفران

مقالات مرتبط جدید

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.