مقایسه‌ی توانایی پیش بینی مدل های شبکه‌ی عصبی مصنوعی (ann)، سیستم استنتاج عصبی- فازی انطباقی (anfis) و تبدیل موجک-عصبی: قیمت سبد نفت خام اوپک

پیش بینی قیمت نفت خام از مهم‌ترین موضوعات فرا روی اقتصاد انرژی است. پیش بینی مناسب قیمت نفت و آن هم قیمت نفت خام اوپک، به دلیل درگیر بودن تعدادی از کشورهای در حال توسعه‌ی این سازمان با قیمت نفت، می تواند در برنامه ریزی های سازمان و کشورهای عضو آن، اهمیت ویژه ای داشته باشد. برآورد و پیش بینی روند قیمت نفت، به‌دلیل نبود داده‌های تاریخی مهم و محدودیت اطلاعات مرتبط با شاخص های موثر بر روند قیمت نفت، کار بسیار دشواری است. این به نوبه‌ی خود، میزان نویز، پیچیدگی و نااطمینانی پارامترها در ارتباط با برآورد قیمت نفت را تشدید می کند. با این وجود، موفقیت در تدوین مدلی قابل اتکا برای توصیف پیچیدگی های پویای این کالا، محدود است. در این تحقیق، از شبکه‌ی عصبی مصنوعی، شبکه‌ی عصبی- فازی و مدل ترکیبی تبدیل موجک- شبکه‌ی عصبی و داده های روزانه‌ی سبد نفت خام اوپک، برای مدل سازی و پیش بینی کوتاه مدت قیمت نفت خام اوپک، استفاده شده است. نتایج این مدل ها بر اساس معیارهای اندازه گیری دقت پیش بینی، مورد مقایسه قرار گرفته است. نتایج تحقیق نشان می دهد که اولاً، نویززدایی داده ها می تواند عملکرد شبکه را بهتر کند و ثانیاً، شبکه‌ی عصبی- فازی نسبت به دیگر مدل های استفاده شده در این مقاله، از قدرت پیش بینی بهتری برخوردار است.طبقه بندی jel :c45, c53, e37, q49 کلید واژه ها : پیش بینی کوتاه مدت، سبد نفت خام اوپک، شبکه‌ی عصبی مصنوعی، شبکه‌ی عصبی- فازی، تبدیل موجک