کاربرد شبکه های عصبی مصنوعی در پیش بینی مقادیر آتی تولید و مقایسه با روش های سری زمانی خطی و غیرخطی مورد مطالعه: پیش بینی میزان آتی تولید بطری های PET (پلی اتیلن ترفتالات) در ایران

یکی از مسائل بسیار مهم در شروع یک فعالیت اقتصادی، پیش بینی در مطالعات بازار می باشد. روابط موجود در بسیاری از مسائل مدیریتی و تجاری اغلب به صورت پیچیده و غیرخطی بوده و با روش های معمول قابل پیش بینی نیستند، بنابراین می توان با فنون و روش های دقیق تری همچون شبکه های عصبی به پیش بینی با دقت بالا پرداخت. هدف این مقاله نشان دادن برتری شبکه های عصبی در پیش بینی فرآیندهای غیرخطی در مقایسه با روش های معمول و نیز استفاده از پارامترهای مهم اقتصادی یعنی نرخ تورم و نرخ ارز در بالا بردن دقت پیش بینی است. در این مقاله از داده های مربوط به میزان تولید بطری های PET از سال 1379 تا سال 1392 استفاده شده و با بهره گیری از شبکه عصبی مصنوعی و مدل های غیرخطی، از طریق نرم افزار MATLAB پیش بینی تولید برای سال 1393 انجام پذیرفت و سپس با توجه به شاخص های MAPE و MSE نتایج به دست آمده از روش های مزبور با هم مقایسه شدند. یافته های تحقیق نشان دهنده موفقیت شبکه عصبی با خطای بسیار پایین در پیش بینی نسبت به روش های سری زمانی و نمایی است.