مدل‌سازی و پیش‌بینی ضایعات نان با استفاده از مدل‌های سری زمانی و شبکه‌های عصبی مصنوعی

چکیده
    دراین مطالعه به منظور بررسی عوامل مؤثر بر ضایعات نان و تعیین روابط کوتاه‌مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل مؤثر برآن طی سال‌های 1385-1357 و پیش‌بینی ضایعات نان از الگوی سری زمانی چند متغیره ARDL استفاده شده است. بر اساس الگوی ARDL ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی می‌باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوتاه‌مدت نیز تولید ناخالص ملی و رشد شهرنشینی اثر مثبت و معنی‌داری بر ضایعات نان دارند و تأثیر قیمت و ضریب جینی در کوتاه‌مدت نیز بر ضایعات منفی است. به منظور پیش‌بینی‌ مقادیر آتی از الگوی ARDL و شبکه عصبی مصنوعی استفاده‌شد. نتایج مقایسه الگوهای ARDL و ANN نشان داد که شبکه عصبی مبتنی برARDL پرسپترون چند لایه (با سه لایه) با ساختار انتخاب شده دارای دقت بالاتری بوده و بر اساس پیش‌بینی ضایعات نان با شبکه عصبی منتخب در افق پیش‌بینی (سال 1390) ضایعات نان بیش از 181/3 میلیون تن خواهد‌بودکه با توجه به قیمت جهانی گندم در سال 1385 مبلغی معادل 1145 میلیون دلار در اثر ضایعات نان از چرخه اقتصادی کشور حذف می‌شود.