مدلسازی و پیش بینی صادرات آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه های عصبی مصنوعی

هدف اصلی این مقاله، مدلسازی و پیش بینی میزان صادرات آبزیان دریایی در ایران بوده است. برای این منظور، از روش های سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA) و شبکه ی عصبی مصنوعی استفاده شده است. بدین منظور، از داده های ماهانه دوره ی 1374:03 تا 1387:12 برای برآورد و آموزش مدل و از داده های دوره 1388:01 تا 1390:12 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده شده است. در این مطالعه، معیارهای ارزیابی مختلفی شامل قدر مطلق خطا (MAE)، میانگین مجذور خطا (MSE)، درصد میانگین خطا (MAPE)، جذر ریشه میانگین خطا (RMSE) و جذر ریشه ی میانگین خطای نرمال شده (NRMSE) مورد استفاده قرار گرفتند. نتابج مطالعه نشان می دهد عملکرد پیش بینی مدل غیرخطی شبکه ی عصبی بهتر از مدل آماری ARIMAو در ساختارهای شبکه ی عصبی مورد مطالعه، شبکه ی عصبی تابع پایه ی شعاعی (RBF) بر حسب توابع مختلف خطا دارای بهترین عملکرد است. در انتها برای دو سال 1391 و 1392 میزان صادرات آبزیان دریایی ایران پیش بینی شده است.