پیش بینی تولید ناخالص داخلی در کشورهای منتخب OECD و ایران با رهیافت هوش مصنوعی

تولید ناخالص داخلی یکی از معیارهای کلیدی برای اندازه گیری رشد و توسعه اقتصادی یک کشور است. پیش بینی دقیق تولید ناخالص داخلی برای یک کشور و درصد تغییرات آن اهمیت زیادی دارد. در سال های اخیر با پیشرفت فناوری و روند گسترش هوش مصنوعی استفاده از این تکنولوژی برای پیش بینی تولید ناخالص داخلی در کشورها به محبوبیت بیشتری رسیده است. این مقاله به بررسی استفاده از هوش مصنوعی برای پیش بینی تولید ناخالص داخلی در ایران و برخی از کشورهای منتخب OECD در سال های ۲۰۲۵ و ۲۰۲۴ می پردازد. در این مطالعه داده های اقتصادی از منابع مختلف از جمله بانک جهانی جمع آوری شده و با استفاده از الگوریتم های شبکه عصبی MLP مدل های پیش بینی تولید ناخالص داخلی توسعه داده می شود. نتایج نشان می دهد که استفاده از هوش مصنوعی در پیش بینی تولید ناخالص داخلی نتایج بهتر و دقیق تری نسبت به روش های سنتی ارائه می دهد. این تکنیک ها قادرند عوامل پیش بینی کننده موثر بر تولید ناخالص داخلی را شناسایی کرده و با تحلیل دقیق داده ها، تغییرات اقتصادی را پیش بینی کنند. استفاده از هوش مصنوعی در پیش بینی تولید ناخالص داخلی می تواند به صورت فعال در فرایند تصمیم گیری های سیاست گذاری اقتصادی مورد استفاده قرار گیرد. با توجه به نتایج مطالعه این روش ها می توانند به مسئولین سیاست گذاری و تصمیم گیران کمک کنند تا برنامه های توسعه اقتصادی را بهبود بخشند و تصمیمات موثرتری در زمینه سیاست های مالی، پولی و اقتصادی اتخاذ کنند. علاوه بر آن این تحقیق می تواند به کشورهای عضو OECD کمک کند تا روند رشد و توسعه اقتصادی خود را بهبود بخشند و با چالش های اقتصادی مقابله کنند.

Keywords:

تولید ناخالص داخلی , پیش بینی , هوش مصنوعی , شبکه های عصبی , الگوریتم های یادگیری عمیق , سازمان همکاری و توسعه اقتصادی , ایران