پیش‌بینی رفتار متغیرهای اقتصادی یکی از الزامات برنامه‌ریزی برای آینده است. در‌ بین محصولاتی که مبادرت به پیش‌بینی قیمت آن‌ها می‌شود، پیش‌بینی قیمت گندم به لحاظ استراتژیک بودن آن برای کشورمان دارای اهمیتی ویژه است. تاکنون مطالعاتی که در حوزه پیش‌بینی قیمت گندم انجام گرفته است، مطالعاتی بوده‌اند که با استفاده از الگوهای کمی انجام گرفته و از روش‌های کیفی استفاده نشده است. در این پژوهش از هر دو گروه روش‌های کمی و کیفی استفاده شد است. در این پژوهش از داده‌ها، در طی دوره 1393-1355 استفاده شده است. نتایج این مطالعه نشان دهنده آن است که معیار RMSE برای مدل‌های کمیEGARCH, ARMA و ANN به ترتیب برابر 68/37625، 91/39373 و 073/24258 می باشد و معیار MAPE برای مدل‌های یاد شده به ترتیب برابر 21/27866، 55/23034 و 89/18712 می باشد. از سوی دیگر، میانگین درصد تفاوت بین پیش‌بینی به روش ANN و روش دلفی 08/0 است. این مطالعه بیانگر این است که الگوی شبکه عصبی مصنوعی در مقایسه با روش‌های دیگر دارای خطای پیش بینی کم‌تری است و در پیش‌بینی قیمت آینده در مقایسه با روش کیفی (مدل دلفی) دارای تفاوتی اندک است که بیانگر اهمیت استفاده از روش‌های کیفی در کنار روش‌های کمی برای پیش بینی متغیرهای اقتصادی میباشد. تفاصيل المقالة