پیش بینی بهره وری کل عوامل تولید در اقتصاد ایران (مقاله علمی وزارت علوم)

چکیده

هدف اصلی این پژوهش پیش بینی بهره وری کل عوامل تولید در اقتصاد ایران با استفاده از رویکرد شبکه های عصبی مصنوعی می باشد که به صورت توصیفی- تحلیلی انجام گرفته است. در این پژوهش پارامترهای موثر بهره وری کل عوامل تولید در اقتصاد ایران، نرخ تورم، نرخ ارز حقیقی، بدهی های خارجی، آموزش و سرمایه های انسانی، سرمایه گذاری مستقیم خارجی، باز بودن اقتصاد به عنوان ورودی شبکه های عصبی در نظر گرفته شده و خروجی شبکه بهره وری کل عوامل تولید بوده است. دوره زمانی مورد بررسی سالهای ۱۳۷۵-۱۳۹۵ بوده است. در این پژوهش از شبکه های عصبی پیش خور با الگوریتم پس انتشار خطا برای پیش بینی استفاده شده است ۵ ترکیب بندی متفاوت از ورودی های جهت طراحی ۵ مدل استفاده شده و در هر مدل۳۰ سناریو مختلف در تعداد نورون جهت پیش بینی طراحی و راه اندازی شده است. مدل برتر شبکه با تعداد نورون مدل پنجم با ۱۸ نورون و تابع فعال ورودی TANSIG و تابع خروجی TANSIG توسط ضریب همبستگی(R) میانگین مربع خطا (MSE) و جذر میانگین خطا (RMSE) و جذر میانگین خطا نرمال (NRMSE) که به ترتیب برابر در مدل برتر ۹۹۸۵/۰، 0111/0، ۱۰۵۵/0، ۶۲/۲ بوده است. نتایج نشان می دهد شبکه های عصبی طراحی شده با ۶ متغیر مورد بررسی قابلیت پیش بینی بهره وری کل عوامل تولید در اقتصاد ایران را دارد.