کاربرد تلفیقی مدل های داده - ستانده و شبکه ی عصبی در پیش بینی تولید کل و تقاضای نهایی

پیش بینی متغیرها یکی از وظایف اصلی و مهم علوم مختلف از جمله اقتصاد می باشد. به طور کلی پیش بینی ها می توانند در ارتباط با انجام بخشی از سیاست ها کاربردهای مفید و موثری را به نمایش گذارند. در این مطالعه به طور مشخص از مدل تلفیقی داده ستانده و شبکه ی عصبی در پیش بینی تقاضای نهایی و تولید کل استفاده و با نتایج حاصل از کاربرد مدل داده ستانده مقایسه شده است.
ابتدا با استفاده از میانگین نرخ رشد تقاضای نهایی طی سال‎های 1365 الی 1375 به برآورد تقاضای نهایی پرداخته و سپس تولید کل با استفاده از روش داده ستانده پیش بینی شده است. در گام بعدی دو شبکه ی عصبی پیش خور تعمیم یافته به ترتیب با یک و سه لایه ی پنهان و توابع فعال سازی Axon در نظر گرفته شده اند. متغیر خروجی شبکه ی اول، تقاضای نهایی سال 1380 و متغیر خروجی شبکه ی دوم، تولید کل سال 1380 می باشد.
استفاده از معیارهای MSE، RMSE، MAD، MAPE و U-Thail در مقایسه ی دو مدل نشان می دهد که مدل تلفیقی داده ستانده و شبکه ی عصبی نسبت به مدل داده ستانده در پیش بینی تولید کل از دقت بیش تری برخوردار است.