رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,432
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEMP01_049
تاریخ نمایه سازی: 26 بهمن 1384
چکیده مقاله:
با توجه به اهمیت صادرات نفت خام در اقتصاد کشور، قیمت نفت یکی از عوامل مهم و تأثیرگذار در تصمیمگیر یها و برنام هریز یهای اقتصادی دولت، سازما نها و شرک تهای مختلف است، لذا آگاهی از روند تغییرات قیمت در آینده میتواند به اتخاذ تصمیمات و برنامه ریز یهای بهتری در سطوح مختلف منجر گردد. این مقاله، عملکرد بازار بین المللی نفت را جهت شناسایی متغیرهای تأثیرگذار بر قیمت مورد مطالعه قرار داده و نهایتًا تنها با استفاده از وقف ههای قیمت بعنوان ورودی، و بکارگیری تکنی کهای هوش مصنوعی نظیر خوش هبندی (Clustering) و شبکه عصبی (Neural Network) به پیشبینی ماهانه قیمت نفت خام WTI پرداخته است. عملکرد روش پیشنهادی با شبکه عصبی به تنهایی و نیز روش گا مزنی تصادفی در سا لهای ۲۰۰۵ و ۲۰۰۶ مقایسه شده است. نتایج پی شبینی نشاندهنده برتری معنادار روش پیشنهادی بر دو روش دیگر و توانایی آن برای یادگیری هوشمندانه مکانیزم تغییر قیمت در سا لهای اخیر است.
کلیدواژه ها:
قیمت نفت خام - پیش بینی - هوش مصنوعی - شبکه عصبی - خوشه بندی
نویسندگان
محمدرضا امین ناصری
دانشیار مهندسی صنایع، دانشگاه تربیت مدرس
احسان احمدی قراچه
دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه تربیت مدرس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :