تبلیغات
حقیقت ریاضی - کابرد منطق فازی و شبکه های عصبی در برآورد قاچاق کالا

بهار می آید تا بگوید اگر نمی توان همیشه سبز ماند، میشود دوباره سبز شد.

محمد روحی کریمی

جستجو

 

کابرد منطق فازی و شبکه های عصبی در برآورد قاچاق کالا

یکشنبه 23 اسفند 1388   06:17 ب.ظ


نوع مطلب : کاربردهای ریاضیات ،

در حوزه هایی که آمار و اطلاعات قطعی وجود ندارد و داده ها با عدم قطعیت و نا اطمینانی مواجه اند، مدل سازی روابط اقتصادی راه حلی است که از سوی اقتصاددانان پیشنهاد و مورد استقبال قرار گرفته است. منطق فازی یک مدل ریاضی است که حوزه های مبهم را تا حدودی می تواند توضیح دهد. این نظریه توسط لطفعلی عسگرزاده معروف به لطفی زاده در سال 1965 ارائه گردید و فورا کاربردی شد.

این منطق از ارزشدهی صفر و یک پیروی نمیکند و به هر گزینه ارزش بین صفر و یک یا یک شاخص ترتیبی 5 گزینه ای (خیلی زیاد، زیاد، متوسط، کم و خیلی کم) نسبت می دهد. به این ترتیب متغیرهای سببی یک پدیده انسانی که قبلا ارتباط تابعی آنها اثبات شده، وارد مدل میگردد و پس از طی مراحلی نهایتا پاسخی از صفر تا یک یا بین 5 گزینه مذکور به دست می آید. حجم اقتصاد پنها در ایران با این روش برای دوره سالهای 1347 تا 1377 تخمین زده شده است (احمدی، 1381) . در این مطالعه دو متغیر محوری که سبب اقتصاد پنهان اند، درآمد سرانه و بار مالیاتی در نظر گرفته شده و به این معناست که هر چه درآمد سرانه بیشتر شود، فعالیت های پنهانی اقتصادی کاهش می یابد و هرچه میزان مالیات بیشتر شود اقتصاد پنهان افزایش می یابد.

همچنین شکیبایی در سال 1381 با روش فازی و با استفاده از دو متغیر نرخ مؤثر مالیات و شاخص مقررات، حجم اقتصاد پنهان را برای سالهای 1343 تا 1378 تخمین زده که روند صعودی با نوسانات زیاد و حجمی متفاوت از سایر روش ها را به دست آورده است.

نقد روش فازی:

1- اگر به جای متغیرهای فوق متغیرهای دیگری را به کار گیریم نتایج دیگری حاصل میشود.

2- روی دو متغیری که بتواند اقتصاد پنهان را کاملا مشخص کند توافقی وجود ندارد و اگر تعداد متغیرها زیاد شود اعتبار نتایج زیر سؤال می رود.

3- این روش روابط علی پدیده ها را کشف نمیکند و از نتایج مطالعات قبلی می باید استفاده نماید.

4- در حوزه علوم انسانی که به جای صفر و یک بیشتر با نسبتها سرو کار داریم این منطق کاربرد ندارد.

نظریه سیستم های فازی عصبی

به دلیل رفع برخی از مشکلات فوق، استفاده از روش های مبتنی بر نظریه شبکه های عصبی پیشنهاد شده است که ترکیب دو نظریه منطق فازی و شبکه های عصبی مصنوعی است و نظریه سیستم های فازی عصبی نامیده می شود که می تواند کارایی مدل های فازی در شبیه سازی سری های زمانی متغیرهای اقتصادی به ویژه پیش بینی را افزایش دهد و استفاه مقدماتی از آن به حدود نیم قرن پیش باز میگردد ولی در دو دهه گذشته کاربرد بیشتری یافته است.

با توجه به نیاز این مدل به داده های زیاد، پژوهش و مدل سازی در حوزه اقتصاد با این روش در بازارهای مالی آغاز شد و در اواخر دهه 1980 مدل های مختلفی به منظور پیش بینی نرخ ارز، قیمت سهام و شاخص های بورس ساخته شد که از جمله این پژوهش ها می توان به مطالعه وایت 1988 برای قیمت سهام شرکت IBM اشاره کرد که پس از آن به ویژه در دهه 1990 نیز مطالعات بسیاری در کشورهای توسعه یافته درباره متغیرهای اقتصادی به انجام رسیده است.

در ایران نیز با این روش مطالعات چندی انجام شده که از جمله می توان به پیش بینی سری های زمانی توسط اصغری اسکویی در سال 1381 و در پیش بینی رشد اقتصادی ایران توسط قدیمی و مشیری در سال 1381 اشاره کرد.


منابع و ماخذ:

1- احمد اکبری (1381) برآوردی از اقتصاد سیاه در ایران با استفاده از منطق فازی، فصلنامه پژوهش های اقتصادی ایران، شماره 10،بهار.

2- علیرضا شکیبایی (1381) معرفی منطق فازی برای اندازه گیری سری های زمانی مبهم، اولین همایش مدلهای ناخطی و محاسباتی در اقتصاد، دانشکده اقتصاد دانشگاه علامه طباطبایی.

3- محمد رضا اصغری اسکویی (1381) کاربرد شبکه های عصبی در پیش بینی سری های زمانی، فصلنامه پژوهش های اقتصادی ایران، شماره 12، پاییز.

4- محمد رضا قدیمی و سعید مشیری (1381) پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی، فصلنامه پژوهش های اقتصادی ایران، شماره 12، پاییز.

برای دیدن منبع اصلی خبر اینجا کلیک کنید


نوشته شده توسط : محمد روحی کریمی