پیش بینی بهای تمام شده ی آرد در فصول مختلف بر اساس روش پیش بینی عصبی-جست وجوی همسایگی متغیر

امروزه در حوزه های اقتصادی و مالی، استفاده از روش های پیش بینی و اطلاعاتی که این روش ها در اختیار قرار می دهند، می-توان ریسک بازار سرمایه را به حداقل رساند و همچنین از تغییرات ناگهانی قیمت در بازار جلوگیری به عمل آورد. در حوزه ی اقلام مصرفی و خصوصا اقلام ضروری، این پیش بینی می تواند از وقوع بحران های مالی و تغییرات ناگهانی قیمت این کالاها جلوگیری به عمل آورد. در حوزه ی کالاهای ضروری، کالاهای کشاورزی از اهمیت ویژه ای برخوردارند که در این راستا آرد، با توجه به نیاز اولیه ی انسان، از اهمیت بالایی برخوردار است. در این مقاله پیش بینی بهای تمام شده ی آرد در فصول مختلف مورد بحث و بررسی قرار گرفته است. در این ارتباط روش های مختلفی مانند ARIMA و عصبی برای پیش بینی وجود دارد اما ما روش ترکیبی عصبی-جست وجوی همسایگی متغیر را با توجه به آموزش بهینه و جست وجوی کارآ در نظر گرفته ایم که می تواند نواقص دو روش قبلی مانند عدم در نظر گیری روند غیرخطی داده ها و عدم استخراج دقیق داده های پیش بینی را مرتفع سازد. با پیاده سازی روش پیشنهادی مشخص شده است که میزان خطا و دقت پیش بینی به میزان مطلوبی به ترتیب کاهش و افزایش یافته است که نشان دهنده ی آن است که نتایج پیش بینی بدست آمده از روش پیشنهادی از قابلیت اطمینان بالاتری برخوردار خواهد بود.

کلیدواژه ها:

بهای آرد ، پیش بینی فصلی ، ARIMA ، عصبی ، جست وجوی همسایگی ، دقت ، خطا