پیش بینی قیمت گوشت مرغ و تخم مرغ با استفاده از شبکه عصبی مصنوعی در ایران

این مطالعه با هدف پیش بینی قیمت اسمی و واقعی گوشت مرغ و تخم مرغ طی دوره (۱۳۸۴-۱۳۴۶) انجام شده است. پس از بررسی ایستایی سری های مورد استفاده برای بررسی تصادفی بودن متغیرها از دو آزمون ناپارامتریک والد- ولفویتز و پارامتریک دوربین- واتسون استفاده شد. براساس نتایج این آزمون ها، تمام سری قیمت اسمی و واقعی محصولات یاد شده به عنوان سری های غیرتصادفی و قابل پیش بینی ارزیابی شدند. الگوهای مورد استفاده برای پیش بینی شامل الگوهای ARIMA و شبکه عصبی مصنوعی می باشد. یافته های مطالعه نشان دهنده برتری کامل الگوی ARIMA در پیش بینی قیمت اسمی محصولات منتخب است. درخصوص سری های قیمت واقعی محصولات نیز روش شبکه عصبی مصنوعی برتری نسبی داشت. اما با وجود این مشخص شدکه در مورد سری های واقعی منتخب بهتر است که از هر دو روش به صورت همزمان استفاده شود.

Keywords:

Forecasting Price , Beef , Sheep Meat , Milk , Wool , ARIMA , Artificial Neural Network , پیش بینی قیمت , گوشت مرغ , تخم مرغ , شبکه عصبی مصنوعی