Trong chƣơng này, luận văn đã trình bày quá trình xây dựng, cài đặt hệ thống và thử nghiệm kết quả trên hệ thống. Đồng thời chƣơng này cũng đánh giá lỗi tỉ lệ hay cịn gọi là sai số chênh lệch giữa kết quả dự báo và kết quả thực. Các giao diện của hệ thống và mơ tả hệ thống cũng đã đƣợc thực hiện tại chƣơng này.
KẾT LUẬN
Trong khuơn khổ thực hiện đề tài của luân văn, tác giả đã học đƣợc cách tìm hiểu một vấn đề thực tế trong cuộc sống và sử dụng một mơ hình tính tốn, cụ thể là mạng nơ ron để ứng dụng giải quyết vấn đề đĩ. Kết quả thử nghiệm cho thấy rằng, sai số của dự báo lạm phát đƣợc tính theo phƣơng pháp của luận văn và thực tế cĩ độ chênh lệch chấp nhận đƣợc. Tuy vậy, bài tốn dự báo lạm phát mà luận văn tiếp cận cịn rất nhiều những vấn đề cần phải mở ra, ví dụ tác động khác của các nhân tố: chính trị, xã hội, ảnh hƣởng của quốc tế,…các yếu tố về tâm lý và tƣ duy cũng chƣa đƣợc đề cập tới. Trong tƣơng lai, nếu cĩ cơ hội tiếp tục tiếp cận với bài tốn này, học viên sẽ mơ rộng và phát triển dự báo với nhiều tham số hơn, và hiệu chỉnh mạng nơ ron cho phù hợp với bài tốn.
TÀI LIỆU THAM KHẢO
[1]. Ramu Ramanathan, Nhập mơn kinh tế lƣợng với các ứng dụng, tài liệu giảng dạy đại học Fulbright.
[2]. Khalid Alkhatib, Hassan Najadat, Ismail Hmeidi, Mohammed K. Ali Shatnawi: Stock Price Prediction Using K-Nearest Neighbor (kNN) Algorithm, International Journal of Business, Humanities and Technology, Vol. 3 No. 3, March 2013.
[3]. Wen-Hua Cui, Jie-Sheng Wang and Chen-Xu Ning: Time Series Prediction Method of Bank Cash Flow and Simulation Comparison, Algorithms 2014.
[4]. Vincenzo Bianco, Oronzio Manca, Sergio Nardini: Electricity consumption forecasting in Italyusing linear regression models, Article Energy, July 2009
[5]. Gurudeo Anand Tularam1, Tareq Saeed1,2,: Oil-Price Forecasting Based on Various , Univariate Time-Series Models, American Journal of Operations Research, 2016.
[6]. Michael P. Clements and David F. Hendry: An Overview of Economic Forecasting.
[7]. Mehmet Yasin Ozsaglam: Data Mining Techniques For Sales
Forecastings, International Journal of Technical Research and Applications e- ISSN: 2320-8163
[8]. Lingling Li, Minghui Wang, Fenfen Zhu, and Chengshan Wang: Wind Power Forecasting Based on Time Series and Neural Network, Huangshan, P. R. China, 26-28, Dec. 2009
[9]. Pituk Bunnoon: Mid-Term Load Forecasting Based on Neural Network Algorithm: a Comparison of Models, International Journal of Computer and
[11]. Frank Ackerman Elizabeth A. Stanton: Climate Economics: The State of the Art, November 2011
[12]. Tetyana Kuzhda: Retail Sales Forecasting With Application The Multiple Regression, Accessed May 2012