سودابه پارسا - دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه شهید باهنر کرمان
علی اکبر نیک نفس - استادیار عضو هیئت علمی بخش مهندسی کامپیوتر دانشگاه شهید باهنر کرمان

مشتریان بازار بورس نیازمند روشی برای پیش بینی وضعیت بازار و کمک به تصمیم گیری آنها در انتخاب سهام مناسب جهت خریداری می باشند بازار بورس تعدادی پارامتر ورودی دارد که در تصمیم گیری بسیار موثرند تعداد این عوامل برحسب نوع تحلیل متغیر است اما دراین تحقیق به منظور انجام یک بررسی کلی فقط تعداد اندکی از عوامل مورد استفاده قرارگرفته اند. روش تحلیل پوشش داده ها Data Envelopment Analysis ابزاری مهم در برنامه ریزی خطی است که در تحلیل مسئله بازاربورس بعنوان یک روش پایه مورد استفاده قرار داده ایم. این رویکرد مبتنی بر تجزیه و تحلیل انجام شده در یک تحقیق قبلی است که در بخشهای بعدی بدان اشاره خواهد شد دراین تحقیق ضمن بکارگیری شبکه های عصبی مصنوعی در پیش بینی بازار بورس مقایسه ای بین روشهای مختلف یادگیری و تاثیر آنها بر میزان دقت انجام شده است بررسی نتایج منجر به انتخاب بهترین روش یادگیری مناسب برای این کاربرد می گردد.

شبکه های عصبی مصنوعی، بازار بورس، شبکه های عصبی پس انتشار، یادگیری، پیش بینی، تحلیل پوشش داده ها