التنبؤ بانتاج محصول البطاطس باستخدام نماذج SARIMA والشبكات العصبية

تعتبر البطاطس من المحاصيل الخضر الأساسية في مصر وبلغ متوسط المساحة المنزرعة حوالي 200 ألف فدان وتعطى إنتاجية كلية تقدر بأكثر من 2 مليون طن سنويا والتي تنتج طوال العام في العروات الثلاث هم العروة الصيفية والعروة النيلية والعروة الشتوية. وبتتبع إنتاجية محصول البطاطس في الفترة 1983 -2014 من خلال التنبؤ...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ 2019, Vol.20 (3), p.250-280
Hauptverfasser:	علي، محمد المهدي محمد, شلبي، نيللي سمير عبدالموجود, حامد، رانيا أحمد
Format:	Artikel
Sprache:	ara
Schlagworte:	الاحصاء السلاسل الزمنية الشبكات العصبية محصول البطاطس
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	280
container_issue	3
container_start_page	250
container_title	Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ
container_volume	20
creator	علي، محمد المهدي محمد شلبي، نيللي سمير عبدالموجود حامد، رانيا أحمد
description	تعتبر البطاطس من المحاصيل الخضر الأساسية في مصر وبلغ متوسط المساحة المنزرعة حوالي 200 ألف فدان وتعطى إنتاجية كلية تقدر بأكثر من 2 مليون طن سنويا والتي تنتج طوال العام في العروات الثلاث هم العروة الصيفية والعروة النيلية والعروة الشتوية. وبتتبع إنتاجية محصول البطاطس في الفترة 1983 -2014 من خلال التنبؤ بإنتاجية وبتتبع البطاطس مع إدخال المعالجات الإحصائية الدقيقة لدراسة وبناء نموذج للتنبؤ يعتمد على أسلوب بوكس وجينكنيز لتحليل السلاسل الزمنية الموسمية SARIMA ونموذج الشبكات العصبية الاصطناعية والمنطق المضبب وذلك لمعرفة أيمها أفضل وأكثر دقة فضلا عن التعرف على أهم العوامل التي تؤثر على إنتاجية هذا المحصول للتنبؤ بالقيم المستقبلية. وقد بينت الدراسة أن الشبكات العصبية ذات الانتشار العكسي BPNN وهي الأفضل بين أنواع النماذج العصبية من حيث السرعة والتدريب والدقة وعلى الرغم من مميزات نموذج نظام الاستلال العصبي المتكيف بقدرته على معالجة مختلف أنواع البيانات الخطية وغير الخطية إلى انه فشل في البيانات صغيرة الحجم.
format	Article
fullrecord	<record><control><sourceid>almandumah</sourceid><recordid>TN_cdi_almandumah_primary_1028792</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>1028792</sourcerecordid><originalsourceid>FETCH-almandumah_primary_10287923</originalsourceid><addsrcrecordid>eNpjYeA0MrA00DU1NjLnYOAtLs4yMDAwsrQ0tDCy5GQou7H8ZsuNVTfbbqy4sUQBSCwHMlfdWH5jjcLN1htrb2y92XGzRQGsaMWN7UDx7Tc2g5Xd2AxUtu7GeqBUq8LNNqDi5Tc2AHUFOwZ5-joq3OwA69lyY8XNZqDMKogRO29sBQp03VjJw8CalphTnMoLpbkZFN1cQ5w9dBNzchPzUkpzEzPiC4oycxOLKuMNDYwszC2NjIlRAwBeOG_D</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>التنبؤ بانتاج محصول البطاطس باستخدام نماذج SARIMA والشبكات العصبية</title><source>DOAJ Directory of Open Access Journals</source><creator>علي، محمد المهدي محمد ; شلبي، نيللي سمير عبدالموجود ; حامد، رانيا أحمد</creator><creatorcontrib>علي، محمد المهدي محمد ; شلبي، نيللي سمير عبدالموجود ; حامد، رانيا أحمد</creatorcontrib><description>تعتبر البطاطس من المحاصيل الخضر الأساسية في مصر وبلغ متوسط المساحة المنزرعة حوالي 200 ألف فدان وتعطى إنتاجية كلية تقدر بأكثر من 2 مليون طن سنويا والتي تنتج طوال العام في العروات الثلاث هم العروة الصيفية والعروة النيلية والعروة الشتوية. وبتتبع إنتاجية محصول البطاطس في الفترة 1983 -2014 من خلال التنبؤ بإنتاجية وبتتبع البطاطس مع إدخال المعالجات الإحصائية الدقيقة لدراسة وبناء نموذج للتنبؤ يعتمد على أسلوب بوكس وجينكنيز لتحليل السلاسل الزمنية الموسمية SARIMA ونموذج الشبكات العصبية الاصطناعية والمنطق المضبب وذلك لمعرفة أيمها أفضل وأكثر دقة فضلا عن التعرف على أهم العوامل التي تؤثر على إنتاجية هذا المحصول للتنبؤ بالقيم المستقبلية. وقد بينت الدراسة أن الشبكات العصبية ذات الانتشار العكسي BPNN وهي الأفضل بين أنواع النماذج العصبية من حيث السرعة والتدريب والدقة وعلى الرغم من مميزات نموذج نظام الاستلال العصبي المتكيف بقدرته على معالجة مختلف أنواع البيانات الخطية وغير الخطية إلى انه فشل في البيانات صغيرة الحجم.</description><identifier>ISSN: 2090-5327</identifier><language>ara</language><publisher>جامعة بورسعيد - كلية التجارة</publisher><subject>الاحصاء ; السلاسل الزمنية ; الشبكات العصبية ; محصول البطاطس</subject><ispartof>Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ, 2019, Vol.20 (3), p.250-280</ispartof><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,776,780,4010</link.rule.ids></links><search><creatorcontrib>علي، محمد المهدي محمد</creatorcontrib><creatorcontrib>شلبي، نيللي سمير عبدالموجود</creatorcontrib><creatorcontrib>حامد، رانيا أحمد</creatorcontrib><title>التنبؤ بانتاج محصول البطاطس باستخدام نماذج SARIMA والشبكات العصبية</title><title>Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ</title><addtitle>مجلة البحوث المالية والتجارية</addtitle><description>تعتبر البطاطس من المحاصيل الخضر الأساسية في مصر وبلغ متوسط المساحة المنزرعة حوالي 200 ألف فدان وتعطى إنتاجية كلية تقدر بأكثر من 2 مليون طن سنويا والتي تنتج طوال العام في العروات الثلاث هم العروة الصيفية والعروة النيلية والعروة الشتوية. وبتتبع إنتاجية محصول البطاطس في الفترة 1983 -2014 من خلال التنبؤ بإنتاجية وبتتبع البطاطس مع إدخال المعالجات الإحصائية الدقيقة لدراسة وبناء نموذج للتنبؤ يعتمد على أسلوب بوكس وجينكنيز لتحليل السلاسل الزمنية الموسمية SARIMA ونموذج الشبكات العصبية الاصطناعية والمنطق المضبب وذلك لمعرفة أيمها أفضل وأكثر دقة فضلا عن التعرف على أهم العوامل التي تؤثر على إنتاجية هذا المحصول للتنبؤ بالقيم المستقبلية. وقد بينت الدراسة أن الشبكات العصبية ذات الانتشار العكسي BPNN وهي الأفضل بين أنواع النماذج العصبية من حيث السرعة والتدريب والدقة وعلى الرغم من مميزات نموذج نظام الاستلال العصبي المتكيف بقدرته على معالجة مختلف أنواع البيانات الخطية وغير الخطية إلى انه فشل في البيانات صغيرة الحجم.</description><subject>الاحصاء</subject><subject>السلاسل الزمنية</subject><subject>الشبكات العصبية</subject><subject>محصول البطاطس</subject><issn>2090-5327</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0MrA00DU1NjLnYOAtLs4yMDAwsrQ0tDCy5GQou7H8ZsuNVTfbbqy4sUQBSCwHMlfdWH5jjcLN1htrb2y92XGzRQGsaMWN7UDx7Tc2g5Xd2AxUtu7GeqBUq8LNNqDi5Tc2AHUFOwZ5-joq3OwA69lyY8XNZqDMKogRO29sBQp03VjJw8CalphTnMoLpbkZFN1cQ5w9dBNzchPzUkpzEzPiC4oycxOLKuMNDYwszC2NjIlRAwBeOG_D</recordid><startdate>2019</startdate><enddate>2019</enddate><creator>علي، محمد المهدي محمد</creator><creator>شلبي، نيللي سمير عبدالموجود</creator><creator>حامد، رانيا أحمد</creator><general>جامعة بورسعيد - كلية التجارة</general><scope>GHLIG</scope></search><sort><creationdate>2019</creationdate><title>التنبؤ بانتاج محصول البطاطس باستخدام نماذج SARIMA والشبكات العصبية</title><author>علي، محمد المهدي محمد ; شلبي، نيللي سمير عبدالموجود ; حامد، رانيا أحمد</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-almandumah_primary_10287923</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>ara</language><creationdate>2019</creationdate><topic>الاحصاء</topic><topic>السلاسل الزمنية</topic><topic>الشبكات العصبية</topic><topic>محصول البطاطس</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>علي، محمد المهدي محمد</creatorcontrib><creatorcontrib>شلبي، نيللي سمير عبدالموجود</creatorcontrib><creatorcontrib>حامد، رانيا أحمد</creatorcontrib><collection>EcoLink Arabic Database (Full Text Only- for Discovery)</collection><jtitle>Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>علي، محمد المهدي محمد</au><au>شلبي، نيللي سمير عبدالموجود</au><au>حامد، رانيا أحمد</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>التنبؤ بانتاج محصول البطاطس باستخدام نماذج SARIMA والشبكات العصبية</atitle><jtitle>Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ</jtitle><addtitle>مجلة البحوث المالية والتجارية</addtitle><date>2019</date><risdate>2019</risdate><volume>20</volume><issue>3</issue><spage>250</spage><epage>280</epage><pages>250-280</pages><issn>2090-5327</issn><abstract>تعتبر البطاطس من المحاصيل الخضر الأساسية في مصر وبلغ متوسط المساحة المنزرعة حوالي 200 ألف فدان وتعطى إنتاجية كلية تقدر بأكثر من 2 مليون طن سنويا والتي تنتج طوال العام في العروات الثلاث هم العروة الصيفية والعروة النيلية والعروة الشتوية. وبتتبع إنتاجية محصول البطاطس في الفترة 1983 -2014 من خلال التنبؤ بإنتاجية وبتتبع البطاطس مع إدخال المعالجات الإحصائية الدقيقة لدراسة وبناء نموذج للتنبؤ يعتمد على أسلوب بوكس وجينكنيز لتحليل السلاسل الزمنية الموسمية SARIMA ونموذج الشبكات العصبية الاصطناعية والمنطق المضبب وذلك لمعرفة أيمها أفضل وأكثر دقة فضلا عن التعرف على أهم العوامل التي تؤثر على إنتاجية هذا المحصول للتنبؤ بالقيم المستقبلية. وقد بينت الدراسة أن الشبكات العصبية ذات الانتشار العكسي BPNN وهي الأفضل بين أنواع النماذج العصبية من حيث السرعة والتدريب والدقة وعلى الرغم من مميزات نموذج نظام الاستلال العصبي المتكيف بقدرته على معالجة مختلف أنواع البيانات الخطية وغير الخطية إلى انه فشل في البيانات صغيرة الحجم.</abstract><pub>جامعة بورسعيد - كلية التجارة</pub></addata></record>
fulltext	fulltext
identifier	ISSN: 2090-5327
ispartof	Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tiğāriyyaẗ, 2019, Vol.20 (3), p.250-280
issn	2090-5327
language	ara
recordid	cdi_almandumah_primary_1028792
source	DOAJ Directory of Open Access Journals
subjects	الاحصاء السلاسل الزمنية الشبكات العصبية محصول البطاطس
title	التنبؤ بانتاج محصول البطاطس باستخدام نماذج SARIMA والشبكات العصبية
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-03T20%3A05%3A15IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-almandumah&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%D8%A7%D9%84%D8%AA%D9%86%D8%A8%D8%A4%20%D8%A8%D8%A7%D9%86%D8%AA%D8%A7%D8%AC%20%D9%85%D8%AD%D8%B5%D9%88%D9%84%20%D8%A7%D9%84%D8%A8%D8%B7%D8%A7%D8%B7%D8%B3%20%D8%A8%D8%A7%D8%B3%D8%AA%D8%AE%D8%AF%D8%A7%D9%85%20%D9%86%D9%85%D8%A7%D8%B0%D8%AC%20SARIMA%20%D9%88%D8%A7%D9%84%D8%B4%D8%A8%D9%83%D8%A7%D8%AA%20%D8%A7%D9%84%D8%B9%D8%B5%D8%A8%D9%8A%D8%A9&rft.jtitle=Ma%C7%A7alla%E1%BA%97%20Al-Bu%E1%B8%A5%C5%AB%E1%B9%AF%20Al-M%C4%81l%C4%AByya%E1%BA%97%20wa%20Al-Ti%C4%9F%C4%81riyya%E1%BA%97&rft.au=%D8%B9%D9%84%D9%8A%D8%8C%20%D9%85%D8%AD%D9%85%D8%AF%20%D8%A7%D9%84%D9%85%D9%87%D8%AF%D9%8A%20%D9%85%D8%AD%D9%85%D8%AF&rft.date=2019&rft.volume=20&rft.issue=3&rft.spage=250&rft.epage=280&rft.pages=250-280&rft.issn=2090-5327&rft_id=info:doi/&rft_dat=%3Calmandumah%3E1028792%3C/almandumah%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true