fa برآورد ظرفیت بالفعل مالیاتی ایران با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSO) و الگوریتم ژنتیک (GA) پژوهشي Research <p style="DIRECTION: rtl" align="justify">  با توجه به اهمیت فراوان درآمدهای مالیاتی در تأمین منابع مالی مورد نیاز دولت­ها، بررسی ظرفیت بالفعل مالیاتی همواره مورد توجه دولت­مردان و سیاست­گذاران بوده است. در این مقاله، تابع ظرفیت مالیاتی با دو الگوریتم ژنتیک و بهینه سازی انبوه ذرات طی دوره 1389-1361 برآورد شده است. براساس معیارهای ارزیابی عملکرد که شامل میانگین انحراف معیار، جذر میانگین انحراف معیار، میانگین درصد خطای مطلق و میانگین خطای مطلق می باشند مدل برآورد شده با الگوریتم بهینه سازی انبوه ذرات برای اندازه­گیری ظرفیت مالیاتی انتخاب گردید. نتایج مدل برآوردی نشان دهنده تأثیر مثبت متغیرهای درآمد سرانه و نسبت ارزش افزوده بخش­های صنعت و معدن و خدمات به تولید ناخالص داخلی بر ظرفیت مالیاتی می­باشد. همچنین نسبت ارزش افزوده بخش کشاورزی به تولید ناخالص داخلی، نرخ تورم و بیکاری با ظرفیت مالیاتی رابطۀ غیرمستقیم دارد. </p> According to the great importance of the tax incomes in supplying the governments’ necessary financial resources, governments and politicians have always taken heed of considering the potential capacity of the taxes. In this paper, the tax capacity function is estimated by utilizing both the Genetic Algorithm (GA) and Particle Swarm Optimization (PSO) Algorithm from 1361 to 1389. According to the performance evaluation criteria, the estimated model with the PSO algorithm is selected to assess the tax capacity. The results of the estimated model demonstrate the positive effects of variables of the income per capita, the value added of the industry, mine and services sections to the gross domestic product rate on the tax capacity. Besides, the value added of the agriculture section to gross domestic product rate, inflation rate and unemployment are linked to the tax capacity in a reciprocal relation. ظرفیت مالیاتی، الگوریتم ژنتیک، الگوریتم بهینه سازی انبوه ذرات، بهینه سازی Tax Capacity, Genetic Algorithm (GA), Particle Swarm Optimization (PSO) Algorithm, Optimization 7 30 http://taxjournal.ir/browse.php?a_code=A-10-1-1&slc_lang=fa&sid=1 Abdolmajid Jalaee سیدعبدالمجید جلائی jalaee@uk.ac.ir 1003194753284600674 1003194753284600674 Yes Faculty Member of Economics, Shahid Bahonar Universiy دانشکده مدیریت و اقتصاد دانشگاه شهید باهنر کرمان Amin Ghaseminejad امین قاسمی نژاد amin.ghasemieco@gmail.com 1003194753284600675 1003194753284600675 No M.A. Students of Economics, Bahonar University دانشگاه شهید باهنر کرمان Mahmood Khorasani محمود خراسانی kho.mahmood@yahoo.com 1003194753284600676 1003194753284600676 No M.A. Student of Economics in Bahonar University دانشگاه شهید باهنر کرمان