ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Smart Forecast of Algeria’s Un...>الوصف

Smart Forecast of Algeria’s Unemployment Rates during 1991-2020

العنوان بلغة أخرى: تنبؤ ذكي لمعدلات البطالة في الجزائر خلال الفترة الزمنية من 1991 إلى 2020
المصدر: مجلة الدراسات المالية والمحاسبية والإدارية
الناشر: جامعة العربي بن مهيدي أم البواقي - مخبر المالية، المحاسبة، الجباية والتأمين
المؤلف الرئيسي: Benayad, Wafaa (Author)
مؤلفين آخرين: Halimi, Wahiba (Co-Author)
المجلد/العدد: مج9, ع2
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2022
الشهر: ديسمبر
الصفحات: 147 - 167
DOI: 10.35392/1772-009-002-028
ISSN: 2352-9962
رقم MD: 1380200
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
الذكاء الاصطناعي | الشبكات العصبية الاصطناعية | ظاهرة البطالة | المتغيرات الاقتصادية | الجزائر
كلمات المؤلف المفتاحية:
معدل البطالة في الجزائر | نموذج (NNAR) | خوارزمية الانتشار العكسي | التنظيم البايزي | خوارزمية التدريب المتدرج | Algeria Unemployment Rate | (NNAR) Model | Back-Propagation Algorithm | Bayesian Regulation | Gradual Training Algorithm
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

4

حفظ في:
المستخلص: هدفت هذه الدراسة لتطبيق أسلوب رياضي من بين أساليب الذكاء الاصطناعي وتمثل في نموذج الشبكات العصبية الاصطناعية اللاخطية ذات الانحدار الذاتي (NNAR) للتنبؤ بمعدلات البطالة الشهرية في الجزائر خلال الفترة الممتدة من شهر ديسمبر عام 1991 إلى غاية شهر ديسمبر عام 2020، مع استخدام مختلف خوارزميات المطبقة في عملية التدريب، من خلال المقارنة بين نتائج الشبكات العصبية المقترحة تبين أن نموذج الشبكة العصبية ذو البنية NAR-LM (4-1-20-1)، والذي يعتمد على خوارزمية الانتشار الخلفي له أداء أفضل من نموذج الشبكة العصبية ذات تنظيم بايزي وخوارزمية التدريب المتدرج، حيث بلغ خطأ التنبؤ قيمة 6-10*3,56، وتبين كذلك أن السلسلة الناتجة عن الشبكة العصبية NAR-LM (4-1-20-1) والشبكة العصبية NAR-BR (4-1-20-1) تحاكيان السلسلة الأصلية بشكل جيد مقارنة بالشبكة العصبية NAR-SCG (2-1-10-1).

The current study has aimed to apply a mathematical approach of artificial intelligence, which is represented by Non-Linear Autoregressive Artificial Neural Network Model (NNAR) to forecast Algeria’s monthly unemployment rates during Dec 1991-Dec 2020, using various algorithms in the training process. By comparing the results of proposed neural networks, it has been shown that the neural network model: NAR-LM of (4-1-20-1), which based on the Back-Propagation Algorithm, has better performance than the Bayesian Regulation Neural Network model and Gradual Training Algorithm as well, where forecast error has reached a value of 3, 56*10-6. Also, the generated series by neural networks: NAR-LM (4.1.20.1) and NAR-BR (4.1.20.1) emulate well the original series compared to NAR-SCG (2.1.10.1).
ISSN: 2352-9962

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.