سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,114,676
تعداد دریافت فایل اصل مقاله97,218,439
قاسمی, عبدالرسول, بانویی, علی اصغر, آقائی, فاطمه. (1391). کاربرد تلفیقی مدل‌های داده - ستانده و شبکه‌ی عصبی در پیش بینی تولید کل و تقاضای نهایی. , 47(4), 137-154. doi: 10.22059/jte.2013.30197
عبدالرسول قاسمی; علی اصغر بانویی; فاطمه آقائی. "کاربرد تلفیقی مدل‌های داده - ستانده و شبکه‌ی عصبی در پیش بینی تولید کل و تقاضای نهایی". , 47, 4, 1391, 137-154. doi: 10.22059/jte.2013.30197
قاسمی, عبدالرسول, بانویی, علی اصغر, آقائی, فاطمه. (1391). 'کاربرد تلفیقی مدل‌های داده - ستانده و شبکه‌ی عصبی در پیش بینی تولید کل و تقاضای نهایی', , 47(4), pp. 137-154. doi: 10.22059/jte.2013.30197
قاسمی, عبدالرسول, بانویی, علی اصغر, آقائی, فاطمه. کاربرد تلفیقی مدل‌های داده - ستانده و شبکه‌ی عصبی در پیش بینی تولید کل و تقاضای نهایی. , 1391; 47(4): 137-154. doi: 10.22059/jte.2013.30197

کاربرد تلفیقی مدل‌های داده - ستانده و شبکه‌ی عصبی در پیش بینی تولید کل و تقاضای نهایی

فصلنامه تحقیقات اقتصادی
مقاله 8، دوره 47، شماره 4 - شماره پیاپی 1366123، اسفند 1391، صفحه 137-154    اصل مقاله (275.25 K)
شناسه دیجیتال (DOI): 10.22059/jte.2013.30197
نویسندگان
عبدالرسول قاسمی1؛ علی اصغر بانویی2؛ فاطمه آقائی3
1استادیار دانشکده‌ی اقتصاد دانشگاه علامه طباطبایی
2دانشیار دانشکده‌ی اقتصاد دانشگاه علامه طباطبایی
3کارشناسی ارشد دانشکده اقتصاد دانشگاه علامه طباطبایی
چکیده
پیش‌بینی متغیرها یکی از وظایف اصلی و مهم علوم مختلف از جمله اقتصاد می‌باشد. به‌طور کلی پیش‌بینی‌ها می‌توانند در ارتباط با انجام بخشی از سیاست‌ها کاربردهای مفید و مؤثری را به نمایش گذارند. در این مطالعه به طور مشخص از مدل تلفیقی داده ستانده و شبکه‌ی عصبی در پیش‌بینی تقاضای نهایی و تولید کل استفاده و با نتایج حاصل از کاربرد مدل داده ستانده مقایسه شده است.
ابتدا با استفاده از میانگین نرخ رشد تقاضای نهایی طی سال‎های 1365 الی 1375 به برآورد تقاضای نهایی پرداخته و سپس تولید کل با استفاده از روش داده ستانده پیش‌بینی شده است. در گام بعدی دو شبکه‌ی عصبی پیش خور تعمیم یافته به ترتیب با یک و سه لایه‌ی پنهان و توابع فعال سازی Axon در نظر گرفته شده‌اند. متغیر خروجی شبکه‌ی اول، تقاضای نهایی سال 1380 و متغیر خروجی شبکه‌ی دوم، تولید کل سال 1380 می‌باشد.
استفاده از معیارهای MSE، RMSE، MAD، MAPE و U-Thail در مقایسه‌ی دو مدل نشان می‌دهد که مدل تلفیقی داده ستانده و شبکه‌ی عصبی نسبت به مدل داده ستانده در پیش‌بینی تولید کل از دقت بیش‌تری برخوردار است.
طبقه‌بندی :JEL C53, D57, C54
کلیدواژه‌ها
پیش بینی؛ پیش خور تعمیم یافته؛ داده- ستانده؛ شبکه‌ی عصبی
عنوان مقاله [English]
Application of Integrated Neural Network and Input-Output Models in Forecasting Total Production and Final Demand
نویسندگان [English]
Abdolrasul Ghasemi1؛ Ali Asghar Banouei2؛ Fatemeh Aghaee3
چکیده [English]
Forecasting of macroeconomic variables has specific importance in economic topics. Indeed, different models are invented to forecast variables to help economic policy makers in adopting appropriate monetary and fiscal policies. In this paper, the performance of integrated model of Input-Output (IO) and neural network is investigated in forecasting final demand and total production and the results are compared with IO model. At the first step, final demand is estimated by using mean of final demand rates over the period 1365-1375, and then total production is forecasted by using IO model. In the next step, two generalized feed forward neural networks are proposed to forecast final demand and total production of the year 1380. Finally, two models are compared and the hypothesis is evaluated by using MSE, RMSE, MAD, MAPE criteria. The results indicate that the integrated model of IO and neural network outperform IO model in forecasting total production.
JEL Classification: C53, D57, C54
کلیدواژه‌ها [English]
forecasting, Generalized feed forward, Input-Output, Neural Network
آمار
تعداد مشاهده مقاله: 3,316
تعداد دریافت فایل اصل مقاله: 1,602


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب