پيش‌بيني قيمت برخي محصولات زراعي در استان فارس: كاربرد شبكه عصبي مصنوعي

Forecasting Price of Some Crop Products in Fars Province: Application of Artificial Neural Network

در اين مطالعه به‌منظور پيش‌بيني قيمت عمده فروشي برخي محصولات زراعي شامل گوجه‌فرنگي، پياز و سيب‌زميني در استان فارس، براي افق زماني يك، سه و شش ماه آتي از روش‌هاي معمول پيش‌بيني و شبكه عصبي مصنوعي استفاده شد. داده‌هاي مورد نياز براي دوره مهر 1377 تا تيرماه 1384 از اداره جهاد كشاورزي استان فارس اخذ گرديد. از دادههاي دوره مهرماه 1377 تا دي‌ماه 1383به‌منظور مقايسه روش‌ها و از داده‌هاي شش ماه آخر جهت بررسي قدرت پيش بيني استفاده شد. به‌منظور مقايسه خطاي پيش‌بيني روش‌هاي مختلف نيز، از معيارهاي ميانگين قدرمطلق خطا، ميانگين مجذور خطا و معيار درصد ميانگين مطلق خطا بهره گرفته شد. نتايج مطالعه نشان داد كه شبكه عصبي مصنوعي داراي خطاي پايين‌تري جهت پيش‌بيني قيمت محصولات مختلف در افق زماني يك و سه ماه آينده مي‌باشد و به‌طور معني‌داري از ساير روش‌ها دقيق‌تر است. اما در پيش‌بيني شش ماه آينده تفاوت معني‌داري بين روش‌هاي معمول و شبكه عصبي مصنوعي وجود ندارد.

In this study wholesale prices of selected crops, namely, tomato, onion and potatoes in Fars province were predicted for various time horizons by using common methods of forecasting and artificial neural networks (ANN). Monthly data from September 1998 to June 2005 period were obtained from Ministry of Jihad-e Agriculture. For comparing different methods data selected from September 1998 to December 2004 were utilized, and latest six - month data were mainly used to monitor the power of prediction. The MAE, MSE and MAPE criteria were used for comparing the ability of different forecasting methods. Results of this study showed that ANN had the lowest error in prediction of prices for one - to three - month periods, but for six - month prediction, all forecasting methods were not statistically different.