Abstract:
در این ارزیابی، پیشبینی نوسانهای قیمت خرده فروشی محصولات کشاورزی شامل گندم، جو، ذرت و برنج، با روشهای معمول پیشبینی و الگوی ژنتیکی صورت گرفت. دادههای مورد نیاز همهی محصولات از فروردین 1384 تا اسفند 1390 گردآوری شد. از دادههای آبانماه 1390 تا اسفندماه 1390 برای بررسی دقت پیشبینی استفاده شد و همچنین پیشبینی برای فروردینماه 1391 تا مهرماه 1391 صورت گرفت. به منظور مقایسه خطای پیشبینی روشهای مختلف نیز، از معیار ریشه میانگین مربعات خطا (RMSE) بهرهگیری شد. نتایج بررسی نشان داد که در میان همه روشهای پیشبینی، روش الگوی ژنتیکی دارای خطای کمتری برای پیشبینی نوسانهای قیمت همه محصولات گزینششده کشاورزی است و پس از آن نیز روش خود توضیح جمعی میانگین متحرک فصلی (SARIMA) مناسب میباشد. میزان معیار ریشه میانگین مربعات خطا با استفاده از روش الگوی ژنتیکی برای نوسانهای قیمت گندم، جو، ذرت و برنج به ترتیب 35/ 80، 78/ 82، 23/ 376 و 92/ 923 میباشد که پیشبینی نوسانهای قیمت گندم دارای کمترین میزان خطا (35/ 80) است. همچنین پیشبینی ماههای آینده نشان داد که نوسانهای قیمت محصولات گزینششده بسیار زیاد میباشند.
In current study, the retail price fluctuations of agricultural products including Wheat, Barley, Maize and Rice were predicted by traditional methods and genetic algorithm. Required data for all products from Farvardin 1384 to Esfand 1390 were collected. Aban 1390 to Esfand 1390 data were used for forecasting accuracy and also forecasting was done from Farvardin 1391 to Mehr 1391. In order to compare forecasting error of different methods, root mean square error criterion was used. Results showed that genetic algorithm method among all forecasting methods includes less ererr for forecasting price fluctuations of agricultural selected products, and so it, seasonal autoregressive integrated moving average (SARIMA) method is good. The root mean square error (RMSE) criterion using the genetic algorithm of Wheat, Barley, Maize and Rice price fluctuations are 80.35, 82.78, 376.23 and 923.92 respectively that forecasting price fluctuations of Wheat has the lowest error (80.35). Also, forecasting coming months showed that price fluctuations of selected crops are very high.
Machine summary:
نتایج بررسی نشان داد که در میان همه روشهای پیش بینی ، روش الگوی ژنتیکی دارای خطای کمتری برای پیش بینی نوسانهای قیمت همه محصولات گزینش شده کشاورزی است و پس از آن نیز روش خود توضیح جمعی میانگین متحرک فصلی (SARIMA) مناسب می باشد.
میزان معیار ریشه میانگین مربعات خطا با استفاده از روش الگوی ژنتیکی برای نوسانهای قیمت گندم، جو، ذرت و برنج به ترتیب ٨٠/٣٥، ٨٢/٧٨، ٣٧٦/٢٣ و ٩٢٣/٩٢ می باشد که پیش بینی نوسانهای قیمت گندم دارای کمترین میزان خطا (٨٠/٣٥) است .
مزرعتی (١٣٨٤)، با بررسی نقش متروی تهران در کاهش مصرف بنزین ، مصرف این حامل انرژی با استفاده از روش الگوی ژنتیکی را تا سال ١٤٠٠ پیش بینی کرد.
در این بررسی با استفاده از روشهای معمول و نوین ، به پیش بینی نوسانهای قیمت محصولات حساس کشاورزی در ایران پرداخته شد.
پیش بینی بر پایه رهیافت الگوی ژنتیکی نیز برای محصولات مورد نظر صورت گرفت که نتایج دقت پیش بینی برای هر یک از آنها در جدول زیر آمده است .
پیش بینی نوسانهای قیمت محصولات مورد نظر برای فروردین ١٣٩١ تا مهر ١٣٩١ با استفاده از رهیافت الگوی ژنتیکی صورت گرفت که نتایج آن در جدول زیر آمده است .
برای رسیدن به این هدف، پیش بینی نوسانهای قیمت محصولات حساس و خاص کشاورزی صورت گرفت .
نتایج بررسی نشان داد که روش الگوی ژنتیکی ابزار توانمندی در پیش بینی نوسانهای قیمت ماهانه این محصولات است .
پس از روش الگوی ژنتیکی ، الگوی SARIMA و روشهای تعدیل نمایی به ترتیب دارای کمترین خطای پیش بینی برای همه ی محصولات گزینش شده می باشند.