Analyse de la série de la production Algérienne de blé et son application à la comparaison des performances d’un réseau de neurones récurrent LSTM vs ARIMA
Other Title(s)
Analysis of the Algerian wheat production series and its application to the performance comparison of recurrent neural network LSTM vs. ARIMA
تحليل سلسلة إنتاج القمح بالجزائر واستعمالها في مقارنة الأداء التنبئي لشبكة عصبية متكررة LSTM مقابل ARIMA
Joint Authors
Bin Dib, Yusuf
Bin Dib, Muhammad Anis
Source
Revue des Économies Nord Africaines
Issue
Vol. 19, Issue 32 (31 Dec. 2023), pp.255-270, 16 p.
Publisher
Université Hassiba Ben Bouali Laboratoire Mondialisation and Économies Nord Africaines
Publication Date
2023-12-31
Country of Publication
Algeria
No. of Pages
16
Main Subjects
Topics
- Agricultural production
- Time series
- Algeria
- Forecasting techniques
- Wheat
- Neural networks(Computer science)
Abstract AR
تهدف هذه المقالة إلى تحليل خصائص السلسة الزمنية للإنتاج الوطني للقمح من 1960 إلى 2022، ومقارنة الأداء التنبئي للشبكة العصبية المتكررة LSTM مع نموذج ARIMA.
يوضح اختبار KPSS أن هذه السلسلة غير ثابتة.
وقد حدد اختبار الانقطاع حدوث تغير في الاتجاه في عام 2002، مبرزا نموا في الإنتاج.
لا يمكن للعوامل المناخية غير المواتية أن تفسر هذا التغير في الاتجاه، بل السبب هو سياسة دعم الدولة للقطاع الفلاحي التي انتهجت في نهاية التسعينيات.
تم استخدام الفترة 1960-2002 في مقارنة الأداء التنبئي ل LSTM دون المستوى الأمثل مع نموذج ARIMA الأمثل.
تظهر القيم المعنية السفلية) 451.9956 و0.4254 من RMSE وMAPE ل LSTM في مجموعة الاختبار، مقارنة بقيم ARIMA ب 769.5197 و0.4631 تفوق LSTM.
الفائدة من هذه النتيجة أنها تجعل من الممكن استعمال الشبكة العصبية المتكررة LSTM كنموذج مرجعي لتوقعات إنتاج القمح في الجزائر.
Abstract EN
This article aims to analyze the characteristics of the national wheat production time series from 1960 to 2022, and compare the predictive performance of a recurrent neural network LSTM with the ARIMA model on this series.
the KPSS test shows that this series is non-stationary, and a break detection test identified a trend break in 2002, highlighting a growth momentum in production.
the unfavorable climatic factors cannot explain this point break; it is much more the agricultural policy of support of the state, initiated at the end of the 90s, which was the cause.
the 1960-2002 sub-period was used to compare the predictive performance of a sub-optimal LSTM with the optimal ARIMA model.
the respective (lower) values 451.9956 and 0.4254 of the RMSE and the MAPE of the LSTM on the test set, compared to those of the ARIMA with 769.5197 and 0.4631 show the superiority of the LSTM.
the usefulness of such a result is that it makes it possible to take the LSTM as a reference model for wheat production forecasts.
Abstract FRE
Le présent article se propose d’analyser les caractéristiques de la série temporelle de la production nationale de blé de 1960 à 2022, et comparer les performances prédictives d’un réseau de neurones récurrent LSTM avec le modèle ARIMA sur cette série.
le test KPSS montre que cette série est non stationnaire, et un test de détection de rupture a identifié une rupture de tendance en 2002, mettant en évidence une dynamique de croissance de la production.
les facteurs climatiques défavorables ne pouvant expliquer cette rupture, c’est beaucoup plus la politique agricole de soutien de l’etat, initiée à la fin des années 90, qui en a été la cause.
la sous-période 1960-2002 a été utilisée pour comparer les performances prédictives d’un LSTM sous optimal avec le modèle arima optimal.
les valeurs respectives (plus faibles) 451.9956 et 0.4254 du RMSE et du MAPE du lstm sur l’ensemble test, comparées à celles de l’ARIMA avec 769.5197 et 0.4631 montrent la supériorité du LSTM.
l’utilité d’un tel résultat est qu’il permet de prendre le LSTM comme modèle de référence pour les prévisions de la production du blé en Algérie.
American Psychological Association (APA)
Bin Dib, Yusuf& Bin Dib, Muhammad Anis. 2023. Analyse de la série de la production Algérienne de blé et son application à la comparaison des performances d’un réseau de neurones récurrent LSTM vs ARIMA. Revue des Économies Nord Africaines،Vol. 19, no. 32, pp.255-270.
https://search.emarefa.net/detail/BIM-1482092
Modern Language Association (MLA)
Bin Dib, Yusuf& Bin Dib, Muhammad Anis. Analyse de la série de la production Algérienne de blé et son application à la comparaison des performances d’un réseau de neurones récurrent LSTM vs ARIMA. Revue des Économies Nord Africaines Vol. 19, no. 32 (2023), pp.255-270.
https://search.emarefa.net/detail/BIM-1482092
American Medical Association (AMA)
Bin Dib, Yusuf& Bin Dib, Muhammad Anis. Analyse de la série de la production Algérienne de blé et son application à la comparaison des performances d’un réseau de neurones récurrent LSTM vs ARIMA. Revue des Économies Nord Africaines. 2023. Vol. 19, no. 32, pp.255-270.
https://search.emarefa.net/detail/BIM-1482092
Data Type
Journal Articles
Language
French
Notes
Includes bibliographical references: p. 270
Record ID
BIM-1482092
