رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام
عنوان مقاله: رویکردی هوشمند برای پی شبینی قیمت ماهانه نفت خام
شناسه ملی مقاله: ICEMP01_049
منتشر شده در اولین کنفرانس بین المللی مدیریت و برنامه ریزی انرژی در سال 1385
شناسه ملی مقاله: ICEMP01_049
منتشر شده در اولین کنفرانس بین المللی مدیریت و برنامه ریزی انرژی در سال 1385
مشخصات نویسندگان مقاله:
محمدرضا امین ناصری - دانشیار مهندسی صنایع، دانشگاه تربیت مدرس
احسان احمدی قراچه - دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه تربیت مدرس
خلاصه مقاله:
محمدرضا امین ناصری - دانشیار مهندسی صنایع، دانشگاه تربیت مدرس
احسان احمدی قراچه - دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه تربیت مدرس
با توجه به اهمیت صادرات نفت خام در اقتصاد کشور، قیمت نفت یکی از عوامل مهم و تأثیرگذار در تصمیمگیر یها و برنام هریز یهای اقتصادی دولت، سازما نها و شرک تهای مختلف است، لذا آگاهی از روند تغییرات قیمت در آینده میتواند به اتخاذ تصمیمات و برنامه ریز یهای بهتری در سطوح مختلف منجر گردد. این مقاله، عملکرد بازار بین المللی نفت را جهت شناسایی متغیرهای تأثیرگذار بر قیمت مورد مطالعه قرار داده و نهایتًا تنها با استفاده از وقف ههای قیمت بعنوان ورودی، و بکارگیری تکنی کهای هوش مصنوعی نظیر خوش هبندی (Clustering) و شبکه عصبی (Neural Network) به پیشبینی ماهانه قیمت نفت خام WTI پرداخته است. عملکرد روش پیشنهادی با شبکه عصبی به تنهایی و نیز روش گا مزنی تصادفی در سا لهای ۲۰۰۵ و ۲۰۰۶ مقایسه شده است. نتایج پی شبینی نشاندهنده برتری معنادار روش پیشنهادی بر دو روش دیگر و توانایی آن برای یادگیری هوشمندانه مکانیزم تغییر قیمت در سا لهای اخیر است.
کلمات کلیدی: قیمت نفت خام - پیش بینی - هوش مصنوعی - شبکه عصبی - خوشه بندی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/7361/