پیش بینی قیمت محصولات منتخب کشاورزی ایران با روش تلفیقیِ شبکه عصبی- خودرگرسیونی با ورودی‌های برونزا (NNARX)

اقتصاد و توسعه کشاورزی

مقاله 5، دوره 23، شماره 2، تیر 1388   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jead2.v1388i2.2529

نویسندگان

سید محمد فهیمی‌فرد^{* 1}؛ احمد علی کیخا²؛ ماشاا.. سالار پور²

¹پیام نور مشهد

²دانشکده کشاورزی، دانشگاه زابل

چکیده

چکیده
در این مطالعه از مدل شبکه عصبی- خودرگرسیونی با ورودی‌های برونزا (NNARX) در پیش بینی سه افق زمانی آتی قیمت خرده فروشی برنج، گوشت مرغ و تخم مرغ استفاده و کارایی آن با مدل ARIMA - به عنوان رایج ترین روش خطی پیش بینی- مقایسه شد. برای این منظور از داده‌های هفته ای گردآوری شده از شرکت پشتیبانی امور دام و فروشگاه رفاه کل کشور (مربوط به دوره 1387:4-1381:1) و معیارهای ارزیابی کارایی مدل‌ها از جمله R2، MAD و RMSE استفاده شد. نتایج ارزیابی کارایی مدل‌ها نشان داد که مدل غیرخطی شبکه عصبی- خودرگرسیونی NNARX در پیش بینی قیمت خرده فروشی محصولات کشاورزی و افق‌های زمانی مورد بررسی، در مقایسه با مدل خطی ARIMA کاراتر می‌باشد.

واژه‌های کلیدی: NNARX، ARIMA، پیش بینی، قیمت محصولات کشاورزی