مدلسازی و پیش بینی صادرات خرمای ایران با استفاده از شبکه های عصبی مصنوعی
Publish place: Scientific Conference and Festival of Iranian Dates
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,002
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANDATE01_078
تاریخ نمایه سازی: 13 اسفند 1391
Abstract:
رهایی از اتکاء به صادرات شکننده و تک محصولی نفت لزوم حرکت به سوی شناخت استعدادهای صادراتی جدید و برخورداری از مزیت نسبی را تبیین می کند. خرما از جمله زمینه های مستعد برای تحقق هدف فوق به شمار می آیند. با توجه به اهمیت پیش بینی صادرات در برنامه ریزی و سیاس تگذاری و به منظور پیش بینی صادرات خرمای ایران، در این مطالعه از فرآیند ARIMA و شبکه های عصبی مصنوعی استفاده و نتایج مورد بررسی قرار گرفت. به منظور انجام بررسی ها از داد ههای گمرک جمهوری اسلامی ایران برای سا لهای 89-1354 استفاده گردید. از داد ههای دوره 85-1354 به منظور مدلسازی و از داد ههای 4 سال آخر برای بررسی قدرت پیش بینی استفاده شد. نتایج مطالعه نشان داد که شبکه های عصبی مبتنی بر توابع پایه شعاعی دارای عملکرد بهتری در مقایسه با شبکه های عصبی پیش خور چند لایه و مدل ARIMA بوده و قادر است میزان صادرات خرما را دقیق تر پیش بینی نماید. در انتها برای دوره 94-1390 میزان صادرات خرما پیش بینی شد.
Keywords:
Authors
سمیه کوچک زاده
عضو هینت علمی دانشگاه ولی عصر رفسنجان
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 :