مدلسازی و پیش‌بینی صادرات محصولات کشاورزی ایران: کاربرد شبکههای عصبی مصنوعی

نویسندگان

1 گروه اقتصاد کشاورزی، دانشگاه شهید باهنر کرمان

2 گروه اقتصاد کشاورزی، دانشگاه شهید باهنر کرمان

doi
10.22067/jead2.v1388i1.2067
چکیده

چکیدهرهایی از اتکاء به صادرات شکننده و تک‌ محصولی لزوم حرکت به سوی شناخت استعدادهای صادراتی جدید و برخورداری از مزیت نسبی را تبیین می‌کند. محصولات کشاورزی از جمله زمینه‌های مستعد برای تحقق هدف فوق به شمار می‌آیند. با توجه به اهمیت پیش‌بینی صادرات در برنامه‌ریزی و سیاست‌گذاری و به منظور پیش‌بینی صادرات محصولات کشاورزی ایران، در این مطالعه از فرآیند ARIMA و شبکه‌های عصبی مصنوعی استفاده و نتایج مورد بررسی قرار گرفت. به منظور انجام بررسی‌ها از داده‌های گمرک جمهوری اسلامی ایران برای سال‌های 85-1340 استفاده گردید. از داده‌‌های دوره 81-1340 به منظور مدلسازی و از داده‌های 4 سال آخر برای بررسی قدرت پیش‌بینی استفاده شد. نتایج مطالعه نشان داد که شبکه‌های عصبی مبتنی بر توابع پایه شعاعی دارای عملکرد بهتری در مقایسه با شبکه‌های عصبی پیش خور چند لایه و مدل ARIMA بوده و قادر است میزان صادرات محصولات کشاورزی را دقیق‌تر پیش‌بینی نماید. در انتها برای دوره 90-1386 میزان صادرات محصولات کشاورزی ایران پیش‌بینی شد.