مدل سازی و پیش بینی ضایعات نان با استفاده از مدل های سری زمانی و شبکه های عصبی مصنوعی

دراین مطالعه به منظور بررسی عوامل موثر بر ضایعات نان و تعیین روابط کوتاه مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل موثر برآن طی سال های 1385-1357 و پیش بینی 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 می باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوتاه مدت نیز تولید ناخالص ملی و رشد شهرنشینی اثر مثبت و معنی داری بر ضایعات نان دارند و تاثیر قیمت و ضریب جینی در کوتاه مدت نیز بر ضایعات منفی است. به منظور پیش بینی مقادیر آتی از الگوی ARDL و شبکه عصبی مصنوعی استفاده شد. 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 پیش بینی ضایعات نان با شبکه عصبی منتخب در افق پیش بینی (سال 1390) ضایعات نان بیش از 181/3 میلیون تن خواهد بودکه با توجه به قیمت جهانی گندم در سال 1385 مبلغی معادل 1145 میلیون دلار در اثر ضایعات نان از چرخه اقتصادی کشور حذف می شود.