تخمین قیمت نفت خام اوپک با استفاده از روش های درخت دوتایی، سری زمانی و شبکه های عصبی مصنوعی
Publish place: Journal of Mineral Resource Engineering، Vol: 3، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 230
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MHRE-3-3_003
تاریخ نمایه سازی: 19 آذر 1400
Abstract:
قیمت نفت مهم ترین و تاثیرگذارترین پارامتر اقتصادی در فرایند ارزیابی پروژه های نفتی است. عدم قطعیت قیمت نفت متاثر از عواملی مانند مسائل سیاسی، میزان عرضه و تقاضا، پیشرفت تکنولوژی و نظایر آن ها می باشد به گونه ای که ارزیابی یک طرح نفتی بدون در نظر گرفتن این عدم قطعیت ها قابل اطمینان نبوده و در شرایطی موجب گمراهی ارزیابان، مدیران و صاحبان پروژه های نفتی می شود. برای رفع این مشکل محققان فراوانی سعی در ارائه مدل های نوین و هوشمند تخمین قیمت نفت با استفاده از روش های منطق فازی، شبکه های عصبی و غیره کرده اند. این روش ها علاوه بر دقت بالا موجب سهولت و تسریع در امر تخمین می شوند. در تحقیق حاضر نیز با توجه به اهمیت مساله پیش بینی قیمت نفت، داده های قیمت نفت خام اوپک در خلال سال های ۲۰۱۳ تا ۲۰۱۶ به صورت هفتگی جمع آوری شده و با استفاده از روش های شبکه عصبی مصنوعی، توابع سری زمانی و درخت دوتایی مدل هایی برای تخمین آن ارائه شد. مقایسه نتایج بدست آمده از مدل سازی روند تغییرات قیمت نفت نشان داد که برآورد صورت گرفته توسط روش شبکه عصبی به واقعیت نزدیکتر است.
Keywords:
Authors
بهروز لاری سمنانی
استادیار، گروه مدیریت، دانشگاه پیام نور، مرکز غرب تهران، تهران
سیمین خلیلی
کارشناسی ارشد، گروه مدیریت، دانشگاه پیام نور، مرکز غرب تهران، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :