مسعود میری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، موسسه آموزش عالی سبحان نیشابور، نیشابور، ایران
فرزاد رمضانی - کارشناسی ارشد مهندسی کامپیوتر، موسسه آموزش عالی سبحان نیشابور، نیشابور، ایران
امین گلاب پور - استادیار دانشکده علوم پزشکی شاهرود، شاهرود، ایران

نوسانات قیمت محصولات کشاورزی باعث شده تا کشاورزان از درآمد آینده خود نامطمئن باشد و نتوانند در مراحل مختلف کار خود از جمله کشت و بازار فروش تصمیم درستی بگیرند. از این رو پیش بینی قیمت محصولات میتواند برای این صنعت بسیار مفید و پر اهمیت باشد. در این پژوهش از الگوریتم های رگرسیون ماشین بردار پشتیبان خطی ، رگرسیون ماشین بردار پشتیبان گوسین ، رگرسیون ماشین بردار پشتیبان پایه شعاعی ، رگرسیون ماشین بردار پشتیبان چندجمله ای ، رگرسیون چند متغیره ، رگرسیون درخت تصمیم ، نزدیک ترین همسایگی و شبکه عصبی مصنوعی برای پیش بینی قیمت برنج و گندم که از محصولات مهم صنعت کشاورزی و از کالاهای اساسی و مهم جامعه می باشد، استفاده شده است و مشخص شد که بر روی داده های برنج الگوریتم ماشین بردار پشتیبان رگرسیون خطی و بر روی داده های گندم الگوریتم نزدیک ترین همسایگی بهترین خروجی برای پیش بینی کالاهای مذکور را در بین الگوریتم های دیگر دارد.

رگرسیون، درخت تصمیم، نزدیک ترین همسایگی، شبکه های عصبی ، پیش بینی قیمت