>
Fa   |   Ar   |   En
   پیش بینی قیمت سنگ آهن با استفاده از الگوریتم ژنتیک  
   
نویسنده جان نثاری الهام ,آقاجانی بزازی عباس
منبع نهمين كنفرانس بين المللي مهندسي صنايع و سيستمها - 1402 - دوره : 9 - نهمین کنفرانس بین المللی مهندسی صنایع و سیستمها - کد همایش: 02230-23582 - صفحه:0 -0
چکیده    سنگ آهن اصلی‌ترین ماده خام برای تولید فولاد است. بازار سنگ آهن همواره تحت تاثیر شرایط مختلف و متغیر بوده است. در این صنعت تولید‌کنندگان بزرگ و کوچک و صادرکنندگان زیادی فعال هستند. بنابراین تحلیل بازار در صنعت فولاد همواره مورد توجه بوده و فعالان این بخش نه تنها بر قیمت محصولات، بلکه بر قیمت مواد اولیه مانند قیمت سنگ آهن نیز نظارت دارند. بنابراین پیداکردن روشی که قیمت سنگ آهن را به درستی پیش‌بینی کند اهمیت بسیار زیادی دارد. در این مقاله با بررسی پارامترهای تاثیرگذار بر قیمت سنگ آهن مانند: قیمت طلا، قیمت نقره، قیمت مس، نرخ تورم آمریکا، نرخ حمل و نقل، قیمت ضایعات، قیمت آلومینیوم و قیمت نفت خام، ابتدا مهم‌ترین پارامترها انتخاب و با استفاده از الگوریتم ژنتیک و قیمت های 20 سال گذشته، قیمت سنگ آهن پیش‌بینی شده است. مدل الگوریتم ژنتیک بهینه با 8 پارامتر و میزان جمعیت 200، قیمت سنگ آهن را با دقت مناسب پیش‌بینی کرده است. در این مدل، خطای جذر میانگین مربعات (rmse) برای داده‌ها 19.04 است. همچنین مقدار رگرسیون و همبستگی داده‌ها با 0.93=r نشان‌دهنده یک مدل خوب با دقت بالا است.
کلیدواژه پیش بینی
آدرس , iran, , iran
پست الکترونیکی a_aghajani_bazzazi@kashanu.ac.ir
 
   prediction of iron ore price by genetic algorithm method  
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved