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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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 :
  • امین‌ناصری، م.ر.، و اصفهانیان، م.، پیش‌بینی کوتاه‌مدت قیمت نفت خام ...
  • Mirmirani, S., and Li, H.C., _ comparison of VAR and ...
  • Ye, M., Zyren, J., and Shore, J., 00A monthly crude ...
  • Ye, M., Zyren, J., and Shore, J., *Forecasting short-run crude ...
  • Ghouri, S.S., 00Assessment of the relationship between oil prices and ...
  • Bernabe, A., Martina, E., Alvarez- Ramirez _ J., and Ibarra-Valdez, ...
  • Wang, S., Yu, L., and Lai, K.K., _ Novel Hybrid ...
  • Morana, C., 00A semi-p arametric approach to short-term oil price ...
  • Yang, C.W., Hwang, M.J., and Huang, B.N., *An analysis of ...
  • Tang, L.., and Hammoudeh, S., 00An empirical exploration of the ...
  • Shambora, W.E., and Rossiter, R.E., 00Are there exploitable inefficiencies in ...
  • Kaboudan, M.A., *Compumetric Forecasting of Crude Oil Prices?, Proc. of ...
  • Panas, E., and Ninni, V., 00Are oil markets chaotic? A ...
  • Wong, B.K., Lai, V.S., and Lam, J., _ bibliography of ...
  • Demuth, B., and Beale, M., ،:MATLAB 7.0 / Neural Network ...
  • Pavlidis, N.G., Tasoulis, D.K., and Vrahatis, M.N., "Financial Forecasting Through ...
  • Simon, G., Lee, J.A., and Verleysen, M., ،4On the need ...
  • نمایش کامل مراجع