با توجه به افزایش روزافزون تقاضای گندم به عنوان نهاده تولید در کشورهای درحال توسعه و ضروری بودن این محصول در سبد خانوار، الگوسازی صحیح تابع تقاضای گندم و تعیین عوامل مؤثر برای برنامه ریزی و همچنین پیش بینی برای تأمین به موقع با هزینه­های کم اقتصادی و اجتماعی، دارای اهمیت زیادی است. در این مطالعه با استفاده از مفهوم روند ضمنی و ایجاد یک مدل- فضا حالت، با به کارگیری الگوریتم کالمن فیلتر، تقاضای گندم با تأکید بر ترجیحات مصرف کننده به عنوان نهاده تولید (تقاضای مشتق شده) برای دوره زمانی 1395-1361 برآورد شد. نتایج حاکی از غیر هموار و غیرخطی بودن روند ضمنی (ترجیحات مصرف کننده) است. کشش­های قیمتی و درآمدی تقاضای مشتق شده گندم کمتر از یک به ترتیب 0270/0- و 2148/0 برآورد گردید؛ بنابراین ازیک طرف گندم به عنوان یک محصول ضروری با درجه ضروریت بالا شناسایی شد و از طرف دیگر بنظر می رسد سیاست­های قیمتی و درآمدی برای کاهش مصرف، کارایی لازم را ندارند؛ بنابراین با توجه به ترجیحات مصرف کننده و ضروری بودن این محصول در سبد خانوار، سیاست مصرف درست، پیشنهاد می­شود. افزایش راندمان در صنایع تبدیلی از جمله راهکارهای مصرف درست و کاهش تقاضای روزافزون این محصول است. نتایج حاصل از پیش بینی (در سال 1401 مقدار پیش بینی شده 48/24 میلیون تن) با لحاظ ترجیحات مصرف­کننده در الگو روند افزایش تقاضای گندم را نشان می­دهد. ازاین رو مدیران و برنامه­ریزان لازم است با اتخاذ تصمیماتی ازیک طرف تقاضا را کاهش داده و از طرف دیگر گندم موردنیاز برای صنایع تبدیلی را تأمین کنند.

در این مطالعه مصرف سیمان داخلی برای دوره 90-1382 با استفاده از شبیه سازی های تصادفی و فاکتور جمع بصورت شرطی و غیرشرطی پیش بینی می شود. برای این منظور عملکرد پیش بینی انواع الگوهای فرم ساختاری و خلاصه شده را براساس معیارهای خطای پیش بینی و آماره های تشخیص با یکدیگر مقایسه نموده و الگوی مناسب را در میان هر یک از دو گروه الگوهای شرطی و غیرشرطی انتخاب می کنیم. نتایج حاصله حکایت از آن دارد که الگوهای فرم خلاصه شده VAR با اعمال محدودیت های هم انباشتگی شامل متغیرهای مصرف سیمان، تولید ناخالص داخلی، ارزش افزوده بخش ساختمان و قیمت نسبی سیمان از عملکرد پیش بینی مناسب تری نسبت به سایر الگوها برخوردار است. در دستگاه های VAR شرطی، متغیرهای تولید ناخالص داخلی و قیمت نسبی سیمان براساس آزمون های برون زایی ضعیف، الگو نمی شوند. در دستگاه شرطی مذکور، پیش بینی مصرف سیمان براساس سه سناریوی خوشبینانه (رشد اقتصادی 8 درصد)، پایه (رشد اقتصادی 5،5 درصد) و بدبینانه (رشد اقتصادی 5،4 درصد) با حل دستگاه به روش شبیه سازی های تصادفی بدست می آیند. مطابق نتایج حاصله رشد پایدار مصرف سیمان در سناریوی بدبینانه 4،7 درصد، پایه 7،7 درصد و خوش بینانه 3،10 درصد پیش بینی می شود. در الگوی غیرشرطی رشد پایدار مصرف سیمان در دوره پیش بینی نزدیک به سناریوی پایه در دستگاه شرطی است.

مقدمه تحلیل مقدار فروش داروهای مصرفی کشور نقش مهمی در تامین تقاضای داروی کشور در گروه های درمانی مختلف دارد. دراین بین مهم ترین چالش فرارو، روش های متداول و تجربی پیش بینی صنعت دارو است. هدف پژوهش حاضر بررسی کارایی دو روش پیشنهادی شبکه عصبی مصنوعی و برازش منحنی در مقایسه با روش متداول نرخ رشد مرکب است. روش ها پس از تجمیع داده های 17 سال فروش محصولات دارویی (از سال 1379 تا 1395) و اعمال اصلاحات لازم ازهر سه روش یادشده جهت پیش بینی استفاده شد. سپس با شاخص متداول جذر میانگین مربعات خطاهای پیش بینی، کارایی سه روش مقایسه شده است. یافته ها پس از بررسی حدود 2200 محصول ژنریک دارویی و شناسایی 17 گروه درمانی اصلی با استفاده از سه روش یادشده، فروش ریالی 17 گروه درمانی برای سال های 1397 و 1398 پیش بینی شد و درصد خطای فروش سالیانه محاسبه شده برای دو روش شبکه عصبی مصنوعی و برازش منحنی در سال های 1379 تا 1395 به ترتیب برای 11 سال (از 13 سال محاسبه شده با روش شبکه عصبی) و 15 سال (از 17 سل محاسبه شده با روش برازش منحنی) کمتر از هفت درصد، گزارش شد. نتیجه گیری نتایج پژوهش نشان داد که به کارگیری روش شبکه عصبی و برازش منحنی در پیش بینی میزان فروش ریالی دارو همواره عملکرد بهتری از روش مرسوم دارد و در مواقعی که سوابق داده های تجربی گذشته برای فروش دارو کم است، روش برازش منحنی کارایی بهتری دارد اما با داده های ورودی بیشتر، روش شبکه عصبی کارایی بهتری نسبت به دو روش دیگر خواهد داشت.

در این مقاله عوامل موثر بر تقاضای خودروی پراید در ایران، در چهارچوب الگوی سیستم تقاضای تقریبا ایده آل(AIDS)  با استفاده از روش رگرسیون های ظاهرا نامرتبط (SUR)، در دوره زمانی 1388-1383 با داده های سری زمانی ماهیانه با 60 داده سری زمانی بررسی شده است. همچنین با معیار کلاس بندی، خودروهای ساخت داخل تفکیک شد و خودروهای همگن به عنوان جانشین در کنار خودروی پراید قرار گرفت. نتایج نشان می دهد کشش قیمتی بلندمدت و کوتاه مدت خودروی پراید منفی و به ترتیب 2.59- و 2.46- است. کشش درآمدی بلندمدت و کوتاه مدت خودروی پراید مثبت و به ترتیب 4.06 و 4.32 است. نتایج کشش های متقاطع نشان می دهد، خودروی پراید با خودروهای کلاس 1600 و خدمات حمل و نقل عمومی رابطه جانشینی و با بنزین و سایر کالاها و خدمات رابطه مکملی دارد. پیش بینی انجام شده در دوره 1391-1389 نشان می دهد سهم بودجه خودروی پراید در بودجه کل خانوارها روندی کاهشی داشته و تقاضا برای این خودرو به مرز اشباع نزدیک شده است.

در سال های اخیر با تغییر الگوی تعطیلات و شکل گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. به همین منظور پژوهش حاضر سعی دارد ابتدا 4 نوع از مهمترین انواع گردشگری داخلی شهر تهران را شناسایی و سپس مدل هایی برای پیش بینی متغیرهای تأثیرگذار بر پیش بینی تقاضای هر یک از آنها پیشنهاد کند. برای این کار از اطلاعات حتی المقدورماهیانه بین سال های 1381 تا 1394 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران داخلی شهر تهران به تفکیک 4 نوع از مهم ترین انواع گردشگری داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس روش دلفی فازی و دیماتل فازی انتخاب شدند، چارچوب مدل، ترکیبی از رگرسیون، شبکه عصبی فازی و الگوریتم SVR است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را باهم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و شبکه های عصبی فازی (ANFIS ) دارای کمترین خطا در مقایسه با سایر روش ها در خصوص پیش بینی گردشگری تفریحی و VFR داخلی و رویکرد ترکیبی رگرسیون و الگوریتم SVR دارای کمترین خطا در مقایسه با سایر روش ها در خصوص پیش بینی گردشگری پزشکی و تجاری-اداری داخلی است.