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

در این پژوهش از شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیر خطی 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 بلند مدت است نتایج نشان دهنده دقت بیش از 96 درصد پیش بینی و پایداری روش قیاسی و بیش از 99 درصد تحلیل تکنیکی است اثر روز دوشنبه به عنوان یک معیار تحلیل تکنیکی در روش قیاسی تایید شده است همچنین در مقیاس معیارهای خطا دقت پیش بینی ها ی شبکه عصبی GMDH به طور معناداری از الگوی رگرسیونی بهتر است

کلیدواژه ها:

شبکه عصبی GMDH ، قیمت بنزین ، الگوریتم ژنتیک ، قیمت نفت ، پیش بینی ، مدل سازی ، میانگین متحرک ، تحلیل تکنیکی ، روش قیاسی