مقایسه مدل های عصبی-مصنوعی و خودرگرسیونی در پیش بینی قیمت محصولات کشاورزی ایران

پیش بینی صادرات محصولات کشاورزی ایران با استفاده از مدل arima والگوریتم ژنتیک

با توجه به اینکه ایران در صادرات محصولات کشاورزی دارای پتانسیل مناسبی است، بنابراین گسترش صادرات محصولات کشاورزی در ارز آوری برای کشور و پیش بینی آینده آن اهمیت زیادی دارد. علیرغم نقشی که پیش بینی می تواند در ترسیم افق صادرات محصولات کشاورزی داشته باشد در زمینه پیش بینی صادرات مح

مقایسه روش های تک متغیره و چند متغیره در پیش بینی واردات محصولات کشاورزی ایران

پیشرفت علم و تکنولوژی باعث پیچیدگی در جهانی شده که امروزه در آن زندگی می کنیم و برای فائق آمدن بر این پیچیدگی ها و اتخاذ تصمیمات صحیح از سوی سیاست گذاران نیاز به پیش بینی متغیرهای اثر گذار افزایش یافته است. از این رو، از دهه 1970 به بعد روش های پیش بینی در علوم مختلف به ویژه اقتص

پیش بینی قیمت محصولات شرکت فولاد مبارکه در بورس کالای ایران بابکارگیری شبکه های عصبی مصنوعی

هدف از این پایان نامه ارایه مدلی به منظور پیش بینی قیمت محصولات شرکت فولاد مبارکه در بورس کالای ایران است. امروزه با افزایش پیچیدگی بازارهای مالی، شرکت کنندگان این بازارها نیازمند ابزارهایی به منظور پیش بینی روند آتی قیمت ها و تحلیل وضعیت بازار هستند تا از نتایج آن به عنوان معیار

پیش بینی قیمت سیمان در ایران، رهیافت شبکه عصبی مصنوعی در مقایسه با arima

چکیده سیمان به عنوان یک کالای استراتژیک که جایگزینی برای آن وجود ندارد نقش عمده ای در روند توسعه اقتصادی تمامی جوامع، به خصوص کشورهای در حال توسعه مانند ایران دارد. سرمایه گذاری های انجام شده در بخش های عمرانی، مسکن، حمل و نقل و غیره همگی نشان دهنده اهمیت و نقش سیمان در فرآیند پی

کاربرد و مقایسه مدل سری زمانی تجمعی و مدل شبکه عصبی مصنوعی در پیش بینی تغییرات سطح آب زیر زمینی (مطالعه موردی: دشت مروست)

پیش ینی نوسانات سطح آب زیرزمینی، برای برنامه ریزی مناسب تر بویژه در مناطق خشک و نیمه خشک امری ضروری است. روند کلی هیدروگراف معرف آب زیرزمینی دشت مروست، براساس اطلاعات سطح آب زیرزمینی در طی سال های گذشته نزولی و نشانگر وقوع افت مداوم و کاهش ذخایر آب زیرزمینی می باشد. در این تحقیق

کارایی تکنیک¬های هوش مصنوعی در پیش¬بینی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران ( تکنیک¬های مبتنی بر شبکه عصبی ، الگوریتم ژنتیک خطی و الگوریتم ژنتیک غیر خطی)

پیش بینی آینده در عرصه پویای اقتصاد و بازار سرمایه یکی از مهمترین مسائل مورد بحث در علوم مالی بوده است. ویژگی مسائل اقتصادی و تجاری این است که به شدت تحت تاثیر مسائل اجتماعی ، سیاسی و فرهنگی هستند و بسیاری از پارامترهای آنها ناشناخته است و با روشهای کمی به سختی قابل اندازه گیری م

پیش بینی قیمت محصولات کشاورزی: مطالعه موردی پیاز، سیب زمینی و گوجه فرنگی

این مطالعه با هدف پیش بینی قیمت اسمی و واقعی برخی از محصولات کشاورزی نظیر پیاز، سیب زمینی و گوجه فرنگی صورت گرفته است. پس از بررسی ایستایی سریها، تصادفی بودن متغیرها با استفاده از دو آزمون ناپارامتریک والد- ولفویتز و پارامتریک دوربن- واتسون بررسی شد. براساس نتایج این آزمونها تمام

مقایسه روش های اقتصاد سنجی و شبکه‌های عصبی مصنوعی در پیش بینی مقدار واردات کنجاله ایران

اهمیت پیش‌بینی متغیرهای اقتصادی برای سیاستگذاران وبرنامه‌ریزان و واحدهای اقتصادی بر کسی پوشیده نیست. لذا، در دهه‌های اخیر، مدل‎های متنوعی برای این امر ابداع شده وبا هم به رقابت پرداخته‌اند. در مطالعه حاضر، مقدار واردات کنجاله ایران برای دوره 1400-1394 با استفاده از روش‌های اقتصاد

پیش بینی قیمت محصولات کشاورزی به کمک الگوهای شبکه عصبی مصنوعی و سری زمانی

پیش بینی قیمت محصولات کشاورزی به کمک الگوهای شبکه عصبی مصنوعی و سری زمانی

ارزیابی مدل هیبرید شبکه عصبی مصنوعی-پانل دیتا در پیش بینی قیمت صادرات خشکبار ایران

در بسیاری از مطالعات برای پیش بینی متغیرهای اقتصادی اغلب از روش های کمی مبتنی بر داده های سری زمانی یا مقطع زمانی استفاده می شود. مطالعات سری زمانی و مقطع زمانی ناهمگنی کشورها را کنترل نمی کنند و همواره ریسک به دست آورن نتایج و پیش بینی های اریب دار وجود دارد. داده های پانل اطلاع

آزمون مدل های لاجیت و شبکه عصبی مصنوعی جهت پیش بینی دستکاری قیمت در بورس اوراق بهادار تهران

هدف این مقاله بسط و توسعه روش هایی مبتنی بر ساختار های شبکه ای و اقتصاد سنجی است که توانایی تشخیص قیمت های دستکاری شده در بورس اوراق بهادار تهران را داشته باشد. در این مطالعه هدف ارائه مدلی برای تخمین دستکاری قیمت در بورس اوراق بهادار تهران است. به همین منظور به روش غربالگری نمون