کاربرد شبکه عصبی هاپفیلد در پیشبینی ارزش افزوده اقتصادی

پیش بینی آینده همواره به صورت یک ضرورت در زندگی روزمره و به عنوان یک حوزه مشترک دربسیاری از علوم مطرح بوده است. پژوهشهای انجام شده نشان میدهد که رفتار بازار یک رفتار غیرخطی و آشوب گونه است، لذا نیاز به استفاده از ابزارها و الگوهای غیرخطی جهت پیش بینی، مشاهده میگردد. در این پژوهش به دنبال پیش بینی و ارایه راهکاری برای یافتن ارزش افزوده اقتصادی شرکت های پذیرفته شده در بازار بورس اوراق بهادار تهران هستیم. مبنای پیش بینی های انجام شده در این پژوهش اطلاعات صورت های مالی حسابرسی شده است. داده های مورد استفاده نیز داده های بین سال های 1385 الی 1394 است. پس از انجام محاسبه های لازم با استفاده از رگرسیون به پیش بینی ارزش افزوده اقتصادی می پردازیم. همین پیش بینی را با استفاده از شبکه عصبی هاپفیلد انجام می دهیم و پیش بینی های صورت گرفته را با واقعیت مقایسه می کنیم که در پایان این پژوهش دیده می شود که شبکه عصبی هاپفیلد قابلیت اطمینان بیشتری نسبت به رگرسیون خطی در پیشبینی ارزش افزوده اقتصادی شرکتها دارد.

کلیدواژه ها:

شبکه ، شبکه عصبی ، هافپیلد ، ارزش افزوده ، ارزش افزوده اقتصادی