پیش بینی قیمت جهانی مس با استفاده از روش رگرسیون هیبریدی الگوریتم ژنتیک ( GA ) و برنامه ریزی مجذوری متوالی (SQP)

فلز مس نقش مهمی در اقتصاد جهانی دارد. میزان مصرف این فلز ارتباط مستقیمی با فعالیت های اقتصادی و صنعتی دارد و به عنوان یکی از شاخص های اصلی رشد اقتصادی محسوب می شود. بدلیل نقش پررنگ فلز مسدر بورس فلزات، آگاهی از قیمت آینده این فلز برای سرمایه گذاران، تولیدکنندگان و مصرف کنندگان از اهمیت شایان توجهی برخوردار است. از این رو در این مقاله، ابتدا با استفاده از روش های آماری برازش سطح و منحنی، یک مدل آماری رگرسیون خطی چند متغیره برای پیش بینی قیمت مس با در نظر گرفتن قیمت های جهانی طلا، نقره، نیکل، آلومینیوم، نفت برنت و نفت اوپک، ارائه شده است. سپس با استفاده از روش ترکیبی (هیبریدی) الگوریتم ژنتیک ( GA ) و برنامه ریزی مجذوری متوالی ( SQP )، ضرایب مدل آماری بهینه شدند. نتایج نشان دهنده برتری روش مذکور نسبت به روش های رگرسیونی متداول است.

Keywords:

قیمت مس , روش های آماری , الگوریتم ژنتیک , برنامه ریزی مجذوری متوالی