ارزيابي روش هاي سنتي و الگوي ژنتيكي در پيش بيني نوسان‌هاي قيمت محصولات گزينش‌شده كشاورزي

Comparison Traditional Methods and Genetic Algorithm in Forecasting Price Fluctuations of Agricultural Selected Products

در اين ارزيابي، پيش بيني نوسان‌هاي قيمت خرده فروشي محصولات كشاورزي شامل گندم، جو، ذرت و برنج، با روش‌هاي معمول پيش‌بيني و الگوي ژنتيكي صورت گرفت. داده‌هاي مورد نياز همه ي محصولات از فروردين 1384 تا اسفند 1390 گردآوري شد. از داده‌هاي آبان‌ماه 1390 تا اسفند‌ماه 1390 براي بررسي دقت پيش‌بيني استفاده شد و همچنين پيش‌بيني براي فروردين‌ماه 1391 تا مهرماه 1391 صورت گرفت. به منظور مقايسه خطاي پيش‌بيني روش‌هاي مختلف نيز، از معيار ريشه ميانگين مربعات خطا (RMSE) بهره گيري شد. نتايج بررسي نشان داد كه در ميان همه روش‌هاي پيش‌بيني، روش الگوي ژنتيكي داراي خطاي كمتري براي پيش‌بيني نوسان‌هاي قيمت همه محصولات گزينش‌شده كشاورزي است و پس از آن نيز روش خود توضيح جمعي ميانگين متحرك فصلي (SARIMA) مناسب مي باشد. ميزان معيار ريشه ميانگين مربعات خطا با استفاده از روش الگوي ژنتيكي براي نوسان‌هاي قيمت گندم، جو، ذرت و برنج به ترتيب 35/80، 78/82، 23/376 و 92/923 مي باشد كه پيش بيني نوسان‌هاي قيمت گندم داراي كمترين ميزان خطا (35/80) است. همچنين پيش بيني ماه هاي آينده نشان داد كه نوسان‌هاي قيمت محصولات گزينش‌شده بسيار زياد مي باشند.

In current study, the retail price fluctuations of agricultural products including Wheat, Barley, Maize and Rice were predicted by traditional methods and genetic algorithm. Required data for all products from Farvardin 1384 to Esfand 1390 were collected. Aban 1390 to Esfand 1390 data were used for forecasting accuracy and also forecasting was done from Farvardin 1391 to Mehr 1391. In order to compare forecasting error of different methods, root mean square error criterion was used. Results showed that genetic algorithm method among all forecasting methods includes less ererr for forecasting price fluctuations of agricultural selected products, and so it, seasonal autoregressive integrated moving average (SARIMA) method is good. The root mean square error (RMSE) criterion using the genetic algorithm of Wheat, Barley, Maize and Rice price fluctuations are 80.35, 82.78, 376.23 and 923.92 respectively that forecasting price fluctuations of Wheat has the lowest error (80.35). Also, forecasting coming months showed that price fluctuations of selected crops are very high.