۰ نفر

مدل سازی و پیش بینی قیمت بنزین با استفاده از شبکه عصبی GMDH

۲۰ مرداد ۱۳۹۳، ۵:۲۰
کد خبر: 55765

در این پژوهش از شبکه عصبیGMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده شده است.

در این پژوهش از شبکه عصبیGMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل موثر (درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین های متحرک کوتاه و بلندمدت است. نتایج نشان دهنده دقت بیش از 96 درصد پیش بینی و پایداری روش قیاسی و بیش از 99درصد تحلیل تکنیکی است. اثر روز دوشنبه به عنوان یک معیار تحلیل تکنیکی در روش قیاسی، تایید شده است. همچنین، در مقایسه معیارهای خطا، دقت پیش بینی های شبکه عصبی GMDH به طور معناداری از الگوی رگرسیونی بهتر است.

*این مقاله به قلم دکتر حمید ابریشمی و محسن مهرآرا به همراه سایر همکارانشان در پاییز 1387 در مجله پژوهش‌های اقتصادی ایران به چاپ رسیده است.

برای دسترسی به متن کامل مقاله به این لینک مراجعه کنید.