ابريشمي حميد, مهرآرا محسن, احراري مهدي, ميرقاسمي سوده تحقيقات اقتصادي پاييز 1388; 44(88):1-24.
در اين مقاله از شبكه عصبي GMDH، به عنوان ابزاري با قابليت بالا در مسيريابي و تشخيص روند هاي غيرخطي پيچيده، به ويژه با تعداد مشاهدات محدود، براي الگوسازي و پيش بيني رشد توليد ناخالص داخلي به قيمت ثابت در ايران استفاده شده است. ابتدا الگويي بنيادي شامل 7 متغير همراه با وقفه اول رشد توليد ناخالص داخلي طراحي و سپس با استفاده از فرآيند قياسي و نيز كنار گذاشتن هر متغير از الگوي بنيادي، در مجموع 18 مدل اجرا شد. نتايج نشان داد الگوهاي حاصل از كنار گذاشتن رشد صادرات كل، رشد صادرات نفت و رشد حجم تجارت از الگوي بنيادي، به ترتيب بيش ترين سهم را در كاهش خطاي پيش بيني دارا هستند. هم چنين اثر مضاعف رشد هزينه هاي دولت بر متغير هدف، مويد نتايج مطالعات اخير در كشورهاي در حال توسعه نفتي است. برتري شبكه عصبي GMDH در دقت پيش بيني رشد اقتصادي نسبت به روشARIMA ، بر اساس معيارهاي خطا نيز مورد تاييد قرار گرفت.
كليد واژه: شبكه عصبي GMDH، رشد و توليد ناخالص داخلي، پيش بيني، فرآيند قياسي
منبع: sid.ir