CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۹۰۷ | نظرات: ۰
سرفصل ارائه مقاله: مدلسازی و برنامه ریزی انرژی
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: ICEMP01_049
زبان مقاله: فارسی
حجم فایل: ۲۰۷.۳ کلیوبایت (فایل این مقاله در ۱۲ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۲ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام

  محمدرضا امین ناصری - دانشیار مهندسی صنایع، دانشگاه تربیت مدرس
  احسان احمدی قراچه - دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه تربیت مدرس

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.

کلیدواژه‌ها:

قیمت نفت خام - پیش بینی - هوش مصنوعی - شبکه عصبی - خوشه بندی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICEMP01-ICEMP01_049.html
کد COI مقاله: ICEMP01_049

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
امین ناصری, محمدرضا و احسان احمدی قراچه، ۱۳۸۵، رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام، اولین کنفرانس بین المللی مدیریت و برنامه ریزی انرژی، تهران، موسسه پژوهش در مدیریت و برنامه ریزی انرژی، دانشکده فنی دانشگاه تهران، https://www.civilica.com/Paper-ICEMP01-ICEMP01_049.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (امین ناصری, محمدرضا و احسان احمدی قراچه، ۱۳۸۵)
برای بار دوم به بعد: (امین ناصری و احمدی قراچه، ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • 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 ...
  • امین‌ناصری، م.ر.، و اصفهانیان، م.، پیش‌بینی کوتاه‌مدت قیمت نفت خام ... (مقاله کنفرانسی)
  • 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 ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۳۲۴۵۲
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.