کاربرد مدل MLP در پیش­ بینی مالیات ارزش افزوده اقتصادی پالایش شده

در این تحقیق هدف پیش بینی ارزش افزوده اقتصادی پالایش شده با استفاده از مدل پرسپترون چندلایه (MLP) شبکه عصبی و همبستگی است که می ­توان از آن برای سرمایه­ گذاری و تصمیم گیری اقتصادی و یافتن روش بهتر و کاراتر در پیش بینی ارزش افزوده اقتصادی پالایش شده استفاده نمود. تحقیق حاضر از نظر طبقه بندی بر مبنای هدف، نوعی تحقیق کاربردی محسوب می شود. از سوی دیگر پژوهش حاضر بر مبنای طبقه بندی تحقیقات بر اساس روش و ماهیت، تحقیقی همبستگی محسوب می گردد. انجام تحقیق در چارچوب استدلالات قیاسی - استقرایی است. برای طبقه بندی اطلاعات و محاسبه متغیرها و تجزیه وتحلیل آنها از نرم افزار Spss کمک گرفته شده است. نتایج این تحقیق بر اساس اطلاعات ۶۰ شرکت تولیدی فعال در استان مرکزی برای یک دوره ۱۰ساله از سال ۱۳۸۱ تا ۱۳۹۰ که بر اساس روش نمونه گیری انتخاب شده اند که یافته های تحقیق نشان می دهد: خطای شبکه عصبی مصنوعی کمتر از خطای مدل همبستگی می باشد. می توان دلیل این موضوع را حرکت غیرخطی و موازی در شبکه عصبی مصنوعی دانست به همین علت شبکه عصبی توانایی بیشتری نسبت همبستگی در پیش بینی دارد.

کاربرد مدل MLP در پیش­ بینی مالیات ارزش افزوده اقتصادی پالایش شده Keywords:

مدل پرسپترون چند لایه MLP , همبستگی , ارزش افزوده اقتصادی پالایش شده , پیش بینی مالیات