تیمور محمدی - دانشیار، گروه اقتصاد نظری، دانشگاه علامه طباطبایی
عاطفه تکلیف - استادیار، گروه اقتصاد انرژی، دانشگاه علامه طباطبایی
ساحل زمانی - کارشناسارشد علوم اقتصادی دانشگاه علامه طباطبایی

در این مقاله تلاش شده است با استفاده از ترکیب تبدیل موجک و شبکه عصبی مدلی به منظور پیش بینی روزانه قیمت گاز طبیعی ارایه شود. در این مدل ترکیبی، از موجک گسسته دابیشز به منظور تجزیه سری زمانی قیمت استفاده شده، سپس ضرایب تقریبات و جزییات موثر به عنوان ورودی شبکه عصبی به منظور پیش بینی قیمت گاز طبیعی هنری هاببه عنوان مرجعی برای قیمت گاز طبیعی در آمریکا به کار رفته است. مقایسه عملکرد نسبی مدل ترکیبی با مدل شبکه عصبی حاکی از آن است که مدل ترکیبی تبدیل موجک و شبکه عصبی عملکرد پیش بینی را در مقایسه با مدل شبکه عصبی بهبود بخشیده است. آزمون دیبولد ماریانو نیز این نتیجه را تایید کرده است.

تبدیل موجک، پیش بینی قیمت گاز طبیعی، شبکه عصبی مصنوعی