پیش بینی مصرف کاغذ چاپ و تحریر در ایران با استفاده از روش های کلاسیک و شبکه عصبی مصنوعی

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 172

This Paper With 21 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJWPR-30-4_009

تاریخ نمایه سازی: 14 آذر 1400

Abstract:

هدف از این تحقیق پیش بینی روند مصرف کاغذ چاپ و تحریر در ایران طی یک دوره زمانی ۵ ساله با استفاده از روشهای کلاسیک و نوین پیش بینی است. به منظور انجام این پیش بینی، در ابتدا پیش بینی پذیر بودن سری زمانی با استفاده از آزمون های دوربین- واتسون و گردش مورد بررسی قرار گرفت. سپس به مقایسه مدل شبکه عصبی مصنوعی (پرسپترون چندلایه (MLP)) و مدل های کلاسیک تک متغیره و چندمتغیره از قبیل مدل های تک متغیره هموارسازی نمایی ساده (SES)، هموارسازی نمایی دوبل (DES)، هموارسازی نمایی هالت- وینترز (HWES)، باکس- جنکینز (ARIMA) و مدل اقتصادسنجی چندمتغیره بر حسب معیارهای استاندارد آماری پرداخته شد. در نهایت، پیش بینی مصرف کاغذ چاپ و تحریر در ایران تا سال ۱۳۹۶ با استفاده از مناسب ترین مدل صورت گرفت. نتایج هر دو آزمون پارامتریک دوربین- واتسون و آزمون غیر پارامتریک گردش نشان دادند که سری مصرف کاغذ چاپ و تحریر، غیرتصادفی و قابل پیش بینی می باشد. نتایج مقایسه روش های مختلف پیش بینی نیز نشان دادند که مدل شبکه عصبی مصنوعی از صحت پیش بینی بالاتری نسبت به مدل های کلاسیک برخوردار می باشد و برای پیش بینی طی یک دوره زمانی ۵ ساله مناسب تر می باشد. همچنین نتایج پیش بینی مصرف کاغذ چاپ و تحریر با استفاده از مدل شبکه عصبی (MLP) نشان دادند که مصرف کاغذ چاپ و تحریر در ایران با ۵/۳ درصد افزایش از حدود ۳۷۵ هزار تن در سال ۱۳۹۱ به ۴۲۰ هزار تن در سال ۱۳۹۲ خواهد رسید ولی در طول دوره پیش بینی از ۵/۳ درصد در سال ۱۳۹۲ به ۰/۰۷ درصد در سال ۱۳۹۶ افت خواهد نمود.

Keywords:

مصرف کاغذ چاپ و تحریر , پیش بینی , اقتصادسنجی چندمتغیره , هموارسازی نمایی , ARIMA , شبکه عصبی پرسپترون چندلایه

Authors

امیر توکلی

دانش آموخته دکترای تخصصی، گروه صنایع چوب و کاغذ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

امیر هومن حمصی

دانشیار، گروه صنایع چوب و کاغذ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

محمد طلایی پور

دانشیار، گروه صنایع چوب و کاغذ ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

بهزاد بازیار

استادیار، گروه صنایع چوب و کاغذ ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

آژنگ تاج دینی

دانشیار، گروه صنایع چوب و کاغذ، دانشگاه آزاد اسلامی واحد کرج

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • -Anandhi, V., Manicka Chezian, R. and Parthiban, K.T., ۲۰۱۲. Forecast ...
  • Biglari, M., Tajdini A., Roohnia, M. and Borimnejad, V., ۲۰۱۰. ...
  • Billah, B., King, B.M., Synder, R.D. and Koehler, A.B., ۲۰۰۶. ...
  • Chakra borty, K., Mehrotra, K. and Mohan, C.K., ۱۹۹۲. Forecasting ...
  • Chio, J., Adams, T., Bahia, M. and Hussain, U., ۲۰۰۴. ...
  • Demuth, H. and Beale, M., ۲۰۰۰. Neural network toolbox user's ...
  • Emang, D., Shitan, M., Ghani, A.N.A. and Noor, K.M., ۲۰۱۰. ...
  • FAO .۱۹۹۷. Provisional outlook for global forest products consumption, production ...
  • Gujarati, D.N., ۲۰۰۴. Basic Econometrics (۴th Edition). McGraw-Hill, New York, ...
  • Gupta, M., Corrie, K., Hug, B. and Burns, K., ۲۰۱۳. ...
  • Hemmasi, A.H., Ghaffari, F., Hamidi, K. and Biranvand, A., ۲۰۰۶. ...
  • Hetemaki, L. and Obersteiner, M., ۲۰۰۲.US newsprint demand forecasts to ...
  • Hetemaki, L., Hanninen, R. and Toppinen, A., ۲۰۰۴. Short-term forecasting ...
  • Hetemaki, L. and Mikkola, J., ۲۰۰۵. Forecasting Germany's printing and ...
  • Hornik, K., Stinchcombe, M. and White, H., ۱۹۸۹. Multilayer feedforward ...
  • Hosseini, M.H., Safaei Ghadikolaey, A.H. and Alavinezhad, S., ۲۰۱۰. Introducton ...
  • Hujala, M. and Hilmola, O.P., ۲۰۰۹. Forecasting long-term paper demand ...
  • Kangas, k. and Baudin, A., ۲۰۰۳. Modeling and projections of ...
  • Kayacan, B., Sengün Ucal, M., Öztürk, A., Bali, R., kocer, ...
  • Kisi, O., ۲۰۰۴. Multilayer perceptions with levenberg- marquardt training algorithm ...
  • Kuan, C.M. and White. H., ۱۹۹۴. Artificial neural networks: An ...
  • Lachtermacher, G. and Fuller, J.D., ۱۹۹۵. Back propagation in time-series ...
  • Luo, J., ۲۰۰۳. Chinese newsprint and printing & writing paper ...
  • Malaty, R., Toppinen, A. and Vitanen, J., ۲۰۰۷. Modeling and ...
  • Marcellinio, M., Stock, J.H. and Watson, M.W., ۲۰۰۶. A comparison ...
  • Mohammadi Limaei, S., Heybatian, R., Heshmatol Vaezin, S.M. and Torkman, ...
  • Moshiri, S. and Comeron, N. ۲۰۰۰. Neural network versus econometric ...
  • Newaz, M.K., ۲۰۰۸. Comparing the performance of time series models ...
  • Pacelli, V., Bevilacqua, V. and Azzollini, M., ۲۰۱۱. An artificial ...
  • Pesaran, H.M. and Pesaran, B., ۱۹۹۷. Working with Microfit ۴.۰: ...
  • Pindyck, R.S. and Rubinfeld, D.L., ۱۹۹۸. Econometric Models and Economic ...
  • Sohrabi Vafa, H., Noori, F. and Ebadi, M., ۲۰۱۳. Energy ...
  • Swanson, N. and White, H., ۱۹۹۷. A model selection approach ...
  • Tavakkoli, A., ۲۰۱۵. Comparison of different methods to forecast the ...
  • Tavakkoli, A., Hemmasi, A.H., Talaeipour, M., Bazyar, B. and Tajdini, ...
  • Yürekli, K., Kurunc, A. and Öztürk, F., ۲۰۰۵. Testing the ...
  • Zhang, G.P., ۲۰۰۳. Time series forecasting using a hybrid ARIMA ...
  • نمایش کامل مراجع