پیش بینی ارزش افزوده زیر بخش های کشاورزی با استفاده از روش های شبکه عصبی مصنوعی ،باکس- جنکینز وهلت-وینترز
محل انتشار: هفتمین کنفرانس اقتصاد کشاورزی ایران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,310
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAEC07_014
تاریخ نمایه سازی: 13 بهمن 1388
چکیده مقاله:
ارزش افزوده زیر بخش های کشاورزی از عوامل زیادی همچون میزان تولید هریک از زیربخشها ی کشاورزی وقیمت فروش تولید کنندگان متاثر می شود وبا عواملی مانند سرمایه گذاری دولتی وسیاستهای پولی ومالی مرتبط است. این مطالعه عملکرد سه مدل شبکه عصبی مصنوعی ، باکس –جنکینز وهلت-وینترز غیر فصلی را در پیش بینی ارزش افزوده زیر بخشهای کشاورزی را آزمون کرده و برای تعیین بهترین مدل معیارهای خطا را در فرایند آزمون وتایید مدل ها مقایسه می کند. نتایج مشخص کرد که مدلهای باکس –جنکینزو شبکه عصبی مصنوعی رضایتبخش هستند ودر مرحله آموزش، شبکه عصبی مصنوعی نتایج نسبتا خوبی ارائه داده است. اما از طرف دیگر باکس- جنکینز برای پیش بینی داده های آینده بهتر عمل کرده است . روش هلت –وینترز در هر دو مرحله مدلسازی وتایید مدل پایین ترین درصد میانگین قدر مطلق خطا را داشته است ودر پیش بینی داده های آینده بهترین نتایج را تولید کرده است.
کلیدواژه ها:
نویسندگان
معصومه ظریف زاده
دانشجویان کارشناسی ارشد اقتصاد کشاورزی
الهام کاه فروشان
دانشجویان کارشناسی ارشد اقتصاد کشاورزی
علیرضا کرباسی
دانشیار گروه اقتصاد کشاورزی دانشگاه زابل
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 :