| تعداد نشریات | 286 |
| تعداد نشریات سازمان | 84 |
| تعداد شماره‌ها | 2,846 |
| تعداد مقالات | 32,300 |
| تعداد مشاهده مقاله | 41,387,025 |
| تعداد دریافت فایل اصل مقاله | 18,562,149 |
پیش بینی قیمت گوجه فرنگی: مقایسه روشهای تلفیقی شبکه عصبی - خودرگرسیونی و ARIMA | ||
| اقتصاد کشاورزی و توسعه | ||
| مقاله 5، دوره 21، شماره 3 - شماره پیاپی 83، آذر 1392، صفحه 89-103 اصل مقاله (248.35 K) | ||
| شناسه دیجیتال (DOI): 10.30490/aead.2013.58710 | ||
| نویسندگان | ||
| ولی بریم نژاد* ؛ ملیحه بکشلو | ||
| چکیده | ||
| چکیده در این مطالعه کارایی روش ARIMA و شبکه عصبی خودرگرسیونی در پیش‌بینی قیمت خرده‌فروشی محصول گوجه فرنگی مقایسه شدند. داده‌های مورد استفاده شامل قیمتهای هفتگی خرده فروشی گوجه فرنگی طی سالهای 1388تا 1389 بوده که از سازمان میادین میوه و تره بار تهران گردآوری شد. نتایج مطالعه نشان داد که مدل غیرخطی شبکه عصبی خودرگرسیونی (NNAR) در پیش‌بینی قیمت خرده‌فروشی گوجه‌فرنگی دارای خطای پایین‌تر است و در نتیجه کاراتر از ARIMA عمل می‌کند. طبقه بندی JEL :C22 ، C45، C53، Q11 کلید واژه‌ها: پیش‌بینی، قیمت، گوجه فرنگی، شبکه عصبی خود رگرسیونی ، ARIMA | ||
| عنوان مقاله [English] | ||
| Forecasting the Price of Tomatoes: Comparison of Syncretistic Methods of Neural Network Auto-Regressive and ARIMA | ||
| نویسندگان [English] | ||
| V. Borimnejad؛ M. Bakeshloo | ||
| چکیده [English] | ||
| Abstract In this study ARIMA and neural network auto-regressive methods for predicting retail product prices of tomatoes were Compared. The data were weekly that included the retail prices of tomatoes during 2009-2010 and gathered from Tehran fruits and vegetables organization. The results showed that non-linear neural network auto-regressive model, in predicting the retail price of tomatoes has a lower error and thus is more efficient than ARIMA. JEL Classification: C22, C45, C53, Q11 Keywords: Forecasting, Price, Tomato, Neural Network Auto-Regressive, ARIMA | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 343 تعداد دریافت فایل اصل مقاله: 216 |
||