مقایسه عملکرد پیش بینی تورم بر مبنای مدل های سری زمانی و الگوریتم رقابت استعماری
- سال انتشار: 1397
- محل انتشار: سومین کنفرانس ملی فناوری در مهندسی برق و کامپیوتر
- کد COI اختصاصی: TECCONF03_175
- زبان مقاله: فارسی
- تعداد مشاهده: 669
نویسندگان
دکتری، گروه اقتصاد مالی، دانشکده اقتصاد، دانشگاه مفید
دانشجوی دکتری، دانشکده مهندسی و علوم کامپیوتر دانشگاه ویکتوریای ولینگتون، ولینگتون، نیوزیلند
کارشناس شبکه، مرکز فناوری اطلاعات و خدمات رایانه ای، دانشگاه تبریز
چکیده
شناسایی و تبیین ارتباط تورم و بیکاری در اقتصاد هر کشور، به لحاظ تصمیم گیریهای اقتصادی از جایگاه خاصی برخوردار میباشد. شناسایی این ارتباط به سیاستگذاران اقتصادی در بهبود متغیرهای واقعی اقتصاد کمک شایانی مینماید. یکی از روشهای جدید که برای پیش بینی رفتار متغیرها در علوم مختلف مورد استفاد قرار می گیرد شبکه های عصبی مصنوعی و روشهای برگرفته از این روش می باشد. نویسندگان در این مقاله سعی بر این دارند که به تخمین رابطه تورم و بیکاری با استفاده از مدلهای سری زمانی و الگوریتم رقابت استعماری و بر مبنای منحنی فیلیپس به پیش بینی نرخ تورم ایران پرداخته و قدرت پیش بینی این دو روش با همدیگر مورد مقایسه قرار دهند. برای این منظور از داده های سالانه مربوط به دوره 1338-1389 استفاده شده است. ابتدا به تخمین مدل بر پایه داده های 1338-1385 پرداخته و برمبنای نتایج استخراجی به پیش بینی تورم سالهای بعد پرداخته شده است. نتایج حاصل از تحقیق بیانگر کاهش جزیی در میزان خطای پیش بینی و بهبود جزیی پیش بینی بر پایه الگوریتم رقابت استعماری نسبت به مدل VAR میباشد.کلیدواژه ها
رقابت استعماری، شبکه های عصبی مصنوعی، منحنی فیلیپس، تورم، پیش بینی زمان واقعیمقالات 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.