کاربرد الگوریتم ژنتیک در بهینه‌سازی معماری شبکه عصبی و پیش‌بینی قیمت نفت (gaddn)
|
|
|
|
|
|
|
|
نویسنده
|
فیروزی جهانتیغ فرزاد ,دهقانی صفورا
|
|
منبع
|
مطالعات اقتصادي كاربردي ايران - 1395 - دوره : 5 - شماره : 20 - صفحه:97 -122
|
|
چکیده
|
پیش‌بینی صحیح قیمت نفت نقش مهمی را در هدایت سیاست‌های پولی کشورهای مختلف ایفا می‌کند. اهمیت این نقش به‌طور مشهود در کشورهای واردکننده و صادرکننده نفت به چشم می‌خورد. در این مقاله از الگوریتم ژنتیک برای بهینه‌سازی معماری و ساختار شبکه عصبی مصنوعی بهره برده‌ایم. در طی فرآیند بهینه‌سازی، وزن‌ها، بایاس و ساختار شبکه عصبی محاسبه می‌شوند تا بدین طریق از پیچیدگی های ناشی استفاده از شبکه عصبی مصنوعی در پیش بینی کاسته گردد. برای بررسی عملکرد مدل شبکه عصبی اصلاح‌شده با الگوریتم ژنتیک (gadnn) از آن برای پیش بینی قیمت نفت اینترمدیت وست تگزاس (wti) در سال 2012 تا انتهای 2015 استفاده می شود. نتایج پژوهش نشان‌دهنده عملکرد بهتر و دقت بیشتر مدل پیشنهادی پژوهش حاضر در مقایسه با سایر مدل‌های شبکه عصبی مصنوعی در پیش بینی قیمت نفت می باشد.
|
|
کلیدواژه
|
پیش‌بینی قیمت نفت، شبکه عصبی مصنوعی، الگوریتم ژنتیک
|
|
آدرس
|
دانشگاه سیستان و بلوچستان, گروه مهندسی صنایع, ایران, دانشگاه سیستان و بلوچستان, ایران
|
|
پست الکترونیکی
|
safooradehghani83@gmail.com
|
|
|
|
|
|
|