مطالب مرتبط با کلیدواژه

پیش خور تعمیم یافته


۱.

کاربرد تلفیقی مدل های داده - ستانده و شبکه ی عصبی در پیش بینی تولید کل و تقاضای نهایی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی پیش خور تعمیم یافته داده- ستانده شبکه ی عصبی

حوزه های تخصصی:
تعداد بازدید : ۲۱۶ تعداد دانلود : ۸۵
پیش بینی متغیرها یکی از وظایف اصلی و مهم علوم مختلف از جمله اقتصاد می باشد. به طور کلی پیش بینی ها می توانند در ارتباط با انجام بخشی از سیاست ها کاربردهای مفید و مؤثری را به نمایش گذارند. در این مطالعه به طور مشخص از مدل تلفیقی داده ستانده و شبکه ی عصبی در پیش بینی تقاضای نهایی و تولید کل استفاده و با نتایج حاصل از کاربرد مدل داده ستانده مقایسه شده است. ابتدا با استفاده از میانگین نرخ رشد تقاضای نهایی طی سال های 1365 الی 1375 به برآورد تقاضای نهایی پرداخته و سپس تولید کل با استفاده از روش داده ستانده پیش بینی شده است. در گام بعدی دو شبکه ی عصبی پیش خور تعمیم یافته به ترتیب با یک و سه لایه ی پنهان و توابع فعال سازی Axon در نظر گرفته شده اند. متغیر خروجی شبکه ی اول، تقاضای نهایی سال 1380 و متغیر خروجی شبکه ی دوم، تولید کل سال 1380 می باشد. استفاده از معیارهای MSE، RMSE، MAD، MAPE و U-Thail در مقایسه ی دو مدل نشان می دهد که مدل تلفیقی داده ستانده و شبکه ی عصبی نسبت به مدل داده ستانده در پیش بینی تولید کل از دقت بیش تری برخوردار است. طبقه بندی :JEL C53, D57, C54