پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,504 |
| تعداد مشاهده مقاله | 124,122,897 |
| تعداد دریافت فایل اصل مقاله | 97,231,087 |
مدل‌سازی و پیش‌بینی ضایعات نان با استفاده از مدل‌های سری زمانی و شبکه‌های عصبی مصنوعی | ||
| تحقیقات اقتصاد و توسعه کشاورزی ایران | ||
| مقاله 2، دوره 42، شماره 2 - شماره پیاپی 703664، بهمن 1390، صفحه 163-173 اصل مقاله (250.26 K) | ||
| نویسندگان | ||
| میترا ژاله رجبی1؛ ناصر شاهنوشی2؛ محمود دانشور2؛ علی فیروز زارع3؛ سیاوش دهقانیان4؛ سید محمد علی رضوی2 | ||
| 1دانشجوی دکتری دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران | ||
| 2دانشیار دانشگاه فردوسی مشهد | ||
| 3دانشجوی دوره دکتری اقتصاد کشاورزی، دانشگاه فردوسی مشهد | ||
| 4استاد بازنشسته دانشگاه فردوسی مشهد | ||
| چکیده | ||
| دراین مطالعه به منظور بررسی عوامل مؤثر بر ضایعات نان و تعیین روابط کوتاه‌مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل مؤثر برآن طی سال‌های 1385-1357 و پیش‌بینی ضایعات نان از الگوی سری زمانی چند متغیره ARDL استفاده شده است. بر اساس الگوی ARDL ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی می‌باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوتاه‌مدت نیز تولید ناخالص ملی و رشد شهرنشینی اثر مثبت و معنی‌داری بر ضایعات نان دارند و تأثیر قیمت و ضریب جینی در کوتاه‌مدت نیز بر ضایعات منفی است. به منظور پیش‌بینی مقادیر آتی از الگوی ARDL و شبکه عصبی مصنوعی استفاده‌شد. نتایج مقایسه الگوهای ARDL و ANN نشان داد که شبکه عصبی مبتنی برARDL پرسپترون چند لایه (با سه لایه) با ساختار انتخاب شده دارای دقت بالاتری بوده و بر اساس پیش‌بینی ضایعات نان با شبکه عصبی منتخب در افق پیش‌بینی (سال 1390) ضایعات نان بیش از 181/3 میلیون تن خواهد‌بودکه با توجه به قیمت جهانی گندم در سال 1385 مبلغی معادل 1145 میلیون دلار در اثر ضایعات نان از چرخه اقتصادی کشور حذف می‌شود. طبقه بندی JEL : C45,Q13 | ||
| کلیدواژه‌ها | ||
| الگوی ARDL؛ ضایعات نان؛ مدل شبکه عصبی مصنوعی. | ||
| عنوان مقاله [English] | ||
| Modeling and Prediction of Bread Waste Using Time Series Models and Artificial Neural Networks (ANN) | ||
| نویسندگان [English] | ||
| Mitra Jalerajabi1؛ Naser Shahnoushi2؛ Mahmood Daneshvar2؛ Ali Firooz zarea3؛ Siavash Dehghanyan4؛ Seyed Mohammad Ali Razavi2 | ||
| چکیده [English] | ||
| This paper presents the application of multivariate time series model (ARDL) to investigate factors affecting bread waste and to explore the relationships among shortrun, longrun and error correction coefficient and the independent variables over the period 1978-2006. Results reveal that Gross National Product and urbanization have positive effects on bread waste in the long term, while the bread price and Gini coefficient have negative effects on bread waste in short term. To predict the amount of bread waste, artificial neural network (ANN) and ARDL model were applied. Comparison of the two models indicated that the ANN-ARDL multi-layer perceptron model (3 layers) with a hyperbolic tangent transfer function for the hidden layer and a delta-bar-delta learning algorithm, is the best model for forecasting the amount of bread waste. This amount will exceed 3.181 million tons in 2011. This implies that considering the wheat price in 2006, USD 1145 million will be removed from the national economic cycle. JEL Classification: C45, Q13 | ||
| کلیدواژه‌ها [English] | ||
| ARDL model, Artificial Neural Network, Bread waste, Iran. | ||
|
آمار تعداد مشاهده مقاله: 2,812 تعداد دریافت فایل اصل مقاله: 1,470 |
||