مقایسه توان پیش‌بینی مدل عصبی- فازیِ ANFIS با مدل شبکه عصبیِ ANN و خود رگرسیونیِ ARIMA مطالعه موردی قیمت هفتگی تخم‌مرغ

doi
10.30490/aead.2011.58772
چکیده

  از آنجاکه پیش‌بینی صحیح قیمت در بازار محصولات کشاورزی تأثیر مهمی در سیاستگذاریهای این بخش دارد، به‌کارگیری مدلهای کاراتر از جمله مدلهای عصبی- مصنوعی می‌تواند سیاستگذاران و برنامه‌ریزان این بخش را برای تصمیم‌گیری‌های آتی یاری رساند؛ لذا در این مطالعه توان پیش‌بینی مدل جدید عصبی- فازیِ ANFIS با مدل شبکه عصبیِ ANN و خودرگرسیونیِ ARIMA در پیش‌بینی سریهای زمانی مقایسه شد. به عنوان کاربرد تجربی، قیمت تخم‌مرغ برای سه افق زمانی به‌وسیله مدلهای مذکور پیش‌بینی و از معیارهای ارزیابی کارایی جهت بررسی قدرت پیش‌بینی مدلها استفاده شد. به این منظور از داده‌های هفتگی دوره 1387:4-1381:1 استفاده شد. نتایج نشان داد که مدلهای ANFIS و ANN در مقایسه با مدل ARIMA و مدل ANFIS در مقایسه با مدل ANN در همه افقهای زمانی از کارایی بیشتری در پیش‌بینی قیمت تخم‌مرغ برخوردارند و بنابراین پیشنهاد می‌شود که روشهای نوین پیش‌بینی از جمله روشهای مختلف شبکه عصبی به‌منظور برنامه‌ریزی دقیقتر در این حوزه گسترش یابد.     طبقه‌بندی JEl : C22, C8, L66