تحقيقات اقتصاد كشاورزي

هدف اصلي اين مطالعه پيش بيني ميزان مصرف انرژي الکتريکي در بخش کشاورزي است. براي اين منظور از روش هاي سري زماني خود توضيح جمعي ميانگين متحرک (ARIMA) و شبکه عصبي مصنوعي استفاده شد. به منظور انجام بررسي، از داده هاي سالانه دوره 1346 تا 1383 براي برآورد و آموزش مدل ها و از داده هاي دوره 1384 تا 1387 به منظور بررسي قدرت پيش بيني مدل هاي مختلف استفاده شد. در اين مطالعه معيارهاي ارزيابي مختلفي شامل ميانگين قدرمطلق خطا(MAE) ، ميانگين مجذور خطا (MSE) و درصد ميانگين مطلق خطا(MAPE) مورد استفاده قرار گرفتند. نتايج مطالعه نشان داد که شبکه عصبي پرسپترون سه لايه با روش آموزش الگوريتم پس انتشار دارايMAPE معادل 1.02 درصد مي باشد که کمتر از مقدار اين آماره براي مدل سري زماني است (1.13 درصد). ساير معيارهاي خطا نيز نتايج يکساني دارند و بر اين اساس شبکه عصبي قادر است ميزان مصرف برق در بخش کشاورزي را بهتر از مدل ARIMA پيش بيني نمايد. لذا پيشنهاد مي شود وزرات نيرو جهت پيش بيني هاي آتي خود از اين روش استفاده نمايد.

 نسخه قابل چاپ