CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی کوتاه مدت قیمت محصولات کشاورزی با استفاده از شبکه های عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۱ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: NDMCONFT06_271
زبان مقاله: فارسی
حجم فایل: ۱۲۵.۲۲ کلیوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی کوتاه مدت قیمت محصولات کشاورزی با استفاده از شبکه های عصبی مصنوعی

بهروز بایگان -

چکیده مقاله:

کاملا واضح است که پیش بینی قیمت بازار برای بلند مدت به دلیل اینکه بسیاری از فاکتور ها را نمی توان به دقت پیش بینی کرد مشکل می باشد . اغلب آنالیز سریهای زمانی برای مدل کردن پیش بینی کوتاه مدت قیمت به کاربرده می شود. در سال های اخیر تکنیک جدیدی از شبکه های عصبی مصنوعی (ANN (که ابزار مناسبی برای مدل کردن پیش بینی می باشد ارایه شده است. در این مقاله مدل ANN forward-feed برای پیش بینی کوتاه مدت قیمت گندم در مقایسه با مدل سریهای زمانیARIMA ارایه شده است. اطلاعات استفاده شده، شامل قیمت عمده فروشی روزانه گندم، می باشد که بین سال های 1390 تا 1395 جمع آوری شدهاند. نتایج نشان می دهد که مدل ANN برای پیش بینی روزانه بهتر از مدل سریهای زمانی عمل میکند. بین مدل ANN و قیمت واقعی مشاهده شده یک ارتباط خوب با خطای نسبی کمتر از 5 درصد وجود دارد.

کلیدواژه‌ها:

پیش بینی، سریهای زمانی، شبکه عصبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NDMCONFT06-NDMCONFT06_271.html
کد COI مقاله: NDMCONFT06_271

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بایگان, بهروز، ۱۳۹۵، پیش بینی کوتاه مدت قیمت محصولات کشاورزی با استفاده از شبکه های عصبی مصنوعی، ششمین کنفرانس ملی مدیریت، اقتصاد و حسابداری، تبریز، دانشگاه فنی و حرفه ای استان آذربایجان شرقی - سازمان مدیریت صنعتی تبریز، https://www.civilica.com/Paper-NDMCONFT06-NDMCONFT06_271.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (بایگان, بهروز، ۱۳۹۵)
برای بار دوم به بعد: (بایگان، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • I.Nikolay Archak and Panagiotis G.. lpeirotis. Modeling Volatility in Prediction ...
  • S.Kuusisto, M. Lehtokangas, J. Saarinen and K. Kashi. Short Term ...
  • Network with Fuzzy Hidden Neurons. Neural Comput & Applic, 6: ...
  • _ Shiliang Sun. Traffic Flow Forecasting Based _ Multitask Ensemble ...
  • George S. Atsalakis and Kimon P Valavanis. Forecasting Stock Market ...
  • Applications, Volume 36, Issue 7, September 2009, pp. 10696- 10707. ...
  • Ignacio J. Ramirez- Rosado, L. Alfredo ...
  • Ahmed Eman Optimal Artificial Neural Network Topology for Foreign Exchange ...
  • March 28-29, 2008, Auburn, AL, U.S.A. ...
  • Ashu Jain, Ashish Kumar Varshney and Umesh Chandra Joshi. Short-Term ...
  • Ivan Simeonov, Hristo Kilifarev and Rajcho llarionov. Algorithmic Realization of ...
  • weather forecasting. CompSysTech _ June 14-15, 2007. University of Rousse, ...
  • Chiristopher Kiekintveld, Jason Miller, Patrick R. Jordan and Michael P ...
  • forecasting in the Madrid Stock Exchange. Span Econ Rev, 10:169- ...
  • Tezuka Massaru and Munakata Satoshi. Daily Demand Forecasting of New ...
  • Models and Genetic Algorithms. SAC09 March 8- ...
  • , 2009, Honolulu, Hawai'i, U.S.A. 12. Paulo Corte. Evolving Time ...
  • Forecasting ARMA Models. Journal of Heuristics, 10: 415-429, 2004. ...
  • Qun Zhou, Leigh Tesfatsion and Chen-Ching Liu. Scenario Generation for ...
  • wholesale power markets. 2009 Power systems Conference & Exposition, March ...
  • 18, 2009, Seattle, Washington, U.S.A. ...
  • Farzan Aminian, E.Dante Suarez, Mehran Aminian and Daniel T. Walz. ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.