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

پیش بینی قیمت نفت با بکارگیری یک شبکه عصبی مصنوعی تلفیقی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۲۱۵۴ | نظرات: ۰
سرفصل ارائه مقاله: مالی و بودجه ریزی
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: IRIMC04_041
زبان مقاله: فارسی
حجم فایل: ۲۴۴.۵۵ کلیوبایت (فایل این مقاله در ۱۵ 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 ۱۵ 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 پیش بینی قیمت نفت با بکارگیری یک شبکه عصبی مصنوعی تلفیقی

  محمدرضا امین ناصری - دانشیار مهندسی صنایع دانشگاه تربیت مدرس، دانشکده فنی و مهندسی، گروه
  احسان احمدی قراچه - کارشناسی ارشد مهندسی صنایع دانشگاه تربیت مدرس، دانشکده فنی و مهندسی

چکیده مقاله:

با توجه به مکانیزم پیچیده حاکم بر قیمت نفت خام، مدل های خطی کارآیی مناسبی در پیش بینی آن ندارند . محققین از شبکه عصبی به عنوان یک روش غیرخطی جدید برای پیش بینی بهره گرفته اند . یکی از مشکلات استفاده از شبکه عصبی، فرآیند طولانی و زمان بر » آزمون و خطا « برای تعیین معماری بهینه - اعم از تعداد ورودی ها، تعداد لایه های مخفی، تعداد نورون در هر لایه مخفی و تابع انتقال هر یک از لایه ها - می باشد . این مقاله، ابتدا تحقیقات مربوط به پیش بینی قیمت نفت خام را بررسی کرده، سپس ادبیات پیش بینی با استفاده از شبکه عصبی را مرور نموده و آنگاه به ارائه رویکرد تلفیقی شبکه عصبی و الگوریتم ژنتیک پرداخته است . در این رویکرد، ابتدا کروموزومی که ژن های آن نمایش دهنده پارامترهای معماری شبکه می باشند تعریف شده است . سپس یک جمعیت اولیه تصادفی از این کروموزوم ها ایجاد می گردد که با طی کردن روند تکاملی به سمت معماری بهینه حرکت می کند . قیمت های نفت خام West Texas Intermediate (WTI) در بازه زمانی 1988 تا 2004 برای آموزش و تعیین معماری شبکه و قیمت های سال 2005 و 2006 برای آزمایش آن بکار گرفته شده اند . نتایج نشان می دهند که بکارگیری رویکرد پیشنهادی باعث بهبود کیفیت پیش بینی ها شده است .

کلیدواژه‌ها:

پیش بینی، قیمت نفت، شبکه عصبی، الگوریتم ژنتیک

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-IRIMC04-IRIMC04_041.html
کد COI مقاله: IRIMC04_041

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، پیش بینی قیمت نفت با بکارگیری یک شبکه عصبی مصنوعی تلفیقی، چهارمین کنفرانس بین المللی مدیریت، تهران، گروه پژوهشی آریانا، https://www.civilica.com/Paper-IRIMC04-IRIMC04_041.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 :

  • امین‌ناصری، محمدرضا، اصفهانیان، مجید، ارائه یک مدل شبکه عصبی جهت ... (مقاله ژورنالی)
  • رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام [مقاله کنفرانسی]
  • Morana, Claudio, A S emi -parametric approach to short-term oil ...
  • Kaboudan, M.A., ،، C ompumetric Forecasting of Crude Oil Prices?, ...
  • Yang, C.W., Hwang, M.J., Huang, B.N., An analysis of factors ...
  • Tang, Linghui, Hammoudeh, Showkat, An empirical exploration of the world ...
  • Mirmirani, Sam, Li, H.C., A comparison of V AR and ...
  • Bernabe, Araceli, Martina, Esteban, Al V arez -Ramirez . Jose, ...
  • Wang, Shouyang, Yu, Lean, Lai, K.K., A Novel Hybrid AI ...
  • Ye, Michael, Zyren, John, Shore, Joanne, A monthly crude oil ...
  • Ye, Michael, Zyren, John, Shore, Joanne, Forecasting short-run crude oil ...
  • Ghouri, Salman Saif, Assessment of the relationship between oil prices ...
  • Shambora, William E., Rossiter, Rosemary, Are there exploitable inefficiencies in ...
  • Website: http ://www .eia.doe.gov/ ...
  • Website: http ://www .opec.org/ ...
  • Wong, Bo K., Lai, Vincent S., Lam, Jolie, A bibliography ...
  • Demuth, Howard, Beale, Mark, MATLAB 7.0 / Neural Network Toolbox, ...
  • Niska, Harri, Hiltunen, Teri, Karppinen, Ari, Ruuskanen, Juhani, Kolehmainen, Mikko, ...
  • Yao, X., Evolving artificial neural networks, IEEE Transactions on Neural ...
  • Pohlheim, H., Tutorial for the genetic and evolutionary algorithm toolbox ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۳۲۳۹۶
    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.