فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۶۶۱ تا ۶۸۰ مورد از کل ۱٬۱۹۷ مورد.
از رنو تا میتسوبیشی: تا سال 2010 میزان تولید خودرو در ایران به 1/5 میلیون دستگاه در سال خواهد رسید
بخش های مجزای بازار ایران: بخش قیمتی 10 تا 15 میلیون تومان ، جذاب ترین بخش بازار خودروی کشور است
پایان خیال های خوش
مسائل اجرایی اصل 44 در نفت
حوزه های تخصصی:
- حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد صنعتی سازمان های غیر انتفاعی و بنگاه های عمومی مقایسه بنگاه های خصوصی و عمومی،خصوصی سازی
- حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد انرژی نفت،گاز طبیعی،زغال سنگ،مشتقات نفتی سیاست گذاری،قانون گذاری،آزادسازی
- حوزه‌های تخصصی مدیریت مدیریت دولتی مباحث ویژه مدیریت دولتی خصوصی سازی
پیش بینی روند قیمت فولاد با استفاده از شبکه های عصبی مصنوعی (ANN) و مقایسه ی نتایج آن با روش ARIMA
حوزه های تخصصی:
صنعت فولاد به عنوان یک صنعت مادر از جایگاه ویژه ای در اکثر کشورها برخوردار است. میزان مصرف این محصول در صنایع زیربنایی، یکی از شاخص های توسعه در کشورهاست. این مقاله می کوشد روش شبکه های عصبی (ANN) را معرفی و کاربرد این روش را برای پیش بینی قیمت فولاد بررسی نماید. برای سنجش بهتر این روش، آن را با یکی از روش های معمول اقتصادسنجی یعنی روش خود رگرسیون میانگین متحرک انباشته (ARIMA) مقایسه می کنیم. برای شبکه های عصبی مصنوعی از شبکه ی پیشرو با آموزش پس انتشار خطا استفاده شده است و در ادامه بروز انواع مشکل برازش بیش از حد بررسی و راه های مقابله با آن عنوان می گردد. در روش شبکه ی عصبی، شبکه ای با معماری پنج گره در لایه ی ورودی، دو نرون در لایه ی میانی و یک نرون در لایه ی خروجی که دارای کمترین میانگین مربعات خطا بود، انتخاب گردید. در روش (ARIMA) نیز با توجه به متدولوژی باکس- جنکینز، مدل به صورت ARIMA(1،1،0) درآمد. در نهایت نتایج به دست آمده نشان می دهد که مدل شبکه ی عصبی بهتر از روش دیگر عمل می نماید و خطای پیش بینی آن از روش ARIMA بسیار کمتراست