A platform for research: civil engineering, architecture and urbanism
مدلسازی عوامل موثر بر نرخ تورم در اقتصاد ایران با استفاده از الگوریتم کرم شبتاب و الگوریتم فاخته
تورم به عنوان یکی از پدیدههای اقتصادی موجب پیامدهای منفی اجتماعی و فرهنگی متعددی همچون فقر، توزیع نامتناسب درآمد و گسترش مفاسد مالی میشود که هرکدام به نوبه خود هزینههای قابل توجهی را بر اقتصاد تحمیل میکند. به همین دلیل، در کلیه کشورها ثبات قیمتها به عنوان هدف اصلی برنامهها و سیاستگذاریهای اقتصادی در نظر گرفته میشود. لذا بررسی و پیشبینی این متغیر کلان اقتصادی از اهمیت ویژهای برخوردار است. در این راستا مدلهای پیشبینی گوناگونی در رقابت با یکدیگر توسعه یافتهاند، یکی از این روشها الگوریتمهای تکاملی میباشد که به عنوان روشی نوین برای مدلسازی و پیشبینی پدیدههای مختلف ابداع گردیدهاند. در مطالعه حاضر با استفاده از الگوریتم کرم شبتاب و الگوریتم فاخته و به کارگیری متغیرهای تأثیرگذار بر تورم از جمله حجم نقدینگی، نرخ ارز، نرخ بهره حقیقی، تورم انتظاری و تولیدات صنعتی طی دوره 1394-1354 به مدلسازی تورم به صورت خطی و غیرخطی پرداخته میشود. نتایج نشان می-دهد که مدل غیرخطی برای مدلسازی تورم مناسبتر است و الگوریتم کرم شبتاب نسبت به الگوریتم فاخته نتیجه بهتری را ارائه میدهد و با توجه به دقت مدل غیرخطی مدلسازی شده توسط الگوریتم کرم شبتاب میتوان به منظور پیشبینی تورم در آینده از آن استفاده نمود.
مدلسازی عوامل موثر بر نرخ تورم در اقتصاد ایران با استفاده از الگوریتم کرم شبتاب و الگوریتم فاخته
تورم به عنوان یکی از پدیدههای اقتصادی موجب پیامدهای منفی اجتماعی و فرهنگی متعددی همچون فقر، توزیع نامتناسب درآمد و گسترش مفاسد مالی میشود که هرکدام به نوبه خود هزینههای قابل توجهی را بر اقتصاد تحمیل میکند. به همین دلیل، در کلیه کشورها ثبات قیمتها به عنوان هدف اصلی برنامهها و سیاستگذاریهای اقتصادی در نظر گرفته میشود. لذا بررسی و پیشبینی این متغیر کلان اقتصادی از اهمیت ویژهای برخوردار است. در این راستا مدلهای پیشبینی گوناگونی در رقابت با یکدیگر توسعه یافتهاند، یکی از این روشها الگوریتمهای تکاملی میباشد که به عنوان روشی نوین برای مدلسازی و پیشبینی پدیدههای مختلف ابداع گردیدهاند. در مطالعه حاضر با استفاده از الگوریتم کرم شبتاب و الگوریتم فاخته و به کارگیری متغیرهای تأثیرگذار بر تورم از جمله حجم نقدینگی، نرخ ارز، نرخ بهره حقیقی، تورم انتظاری و تولیدات صنعتی طی دوره 1394-1354 به مدلسازی تورم به صورت خطی و غیرخطی پرداخته میشود. نتایج نشان می-دهد که مدل غیرخطی برای مدلسازی تورم مناسبتر است و الگوریتم کرم شبتاب نسبت به الگوریتم فاخته نتیجه بهتری را ارائه میدهد و با توجه به دقت مدل غیرخطی مدلسازی شده توسط الگوریتم کرم شبتاب میتوان به منظور پیشبینی تورم در آینده از آن استفاده نمود.
مدلسازی عوامل موثر بر نرخ تورم در اقتصاد ایران با استفاده از الگوریتم کرم شبتاب و الگوریتم فاخته
حسین اکبری فرد (author) / امین قاسمی نژاد (author) / مریم رضائی جعفری (author)
2017
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
شناسایی عوامل موثر بر رکود اقتصادی در ایران: شبیهسازی مونتکارلو و الگوریتم متروپلیس هاستینگس
DOAJ | 2019
|بررسی عوامل اقتصادی موثر بر نفوذ اینترنت در ایران با استفاده از رگرسیون فازی
DOAJ | 2017
|