| تعداد نشریات | 60 |
| تعداد شماره‌ها | 2,178 |
| تعداد مقالات | 17,642 |
| تعداد مشاهده مقاله | 53,446,293 |
| تعداد دریافت فایل اصل مقاله | 28,252,488 |
مدل‌سازی و پیش‌بینی قیمت بنزین با استفاده از شبکه عصبی GMDH | ||
| پژوهش‌های اقتصادی ایران | ||
| مقاله 3، دوره 12، شماره 36، مهر 1387، صفحه 58-37 اصل مقاله (374.76 K) | ||
| نویسندگان | ||
| حمید ابریشمی1؛ علی معینی2؛ محسن مهرآرا3؛ مهدی احراری4؛ فاطمه سلیمانی کیا5 | ||
| 1استاد دانشکده اقتصاد دانشگاه تهران | ||
| 2دانشیارگرایش آلگوریتم‌ها و محاسبات گروه علوم مهندسی پردیس دانشکده‌های فنی دانشگاه تهران | ||
| 3استادیار دانشکده اقتصاد دانشگاه تهران | ||
| 4پژوهشگر مؤسسه تحقیقات اقتصادی دانشگاه تهران | ||
| 5کارشناس ارشد اقتصاد انرژی دانشگاه تهران | ||
| چکیده | ||
| در این پژوهش از شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل‌سازی سیستم‌های غیرخطی پویای پیچیده، برای پیش‌بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده‌ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین‌های متحرک کوتاه و بلندمدت است. نتایج نشاندهنده دقت بیش از 96درصد پیش‌بینی و پایداری روش قیاسی و بیش از99درصد تحلیل تکنیکی است. اثر روز دوشنبه به عنوان یک معیار تحلیل تکنیکی در روش قیاسی، تأیید شده است. همچنین، در مقایسه معیارهای خطا، دقت پیش‌بینی‌های شبکه عصبی GMDH به طور معناداری از الگوی رگرسیونی بهتر است.[1] 1. نویسندگان از مشورت‌های آقایان دکتر نریمان‌زاده استاد دانشکده مکانیک دانشگاه‌گیلان و مهندس جمالی دانشجوی دکتری دانشگاه گیلان بهره برده که کمال تشکر خود را از ایشان اعلام می‌دارند. | ||
| کلیدواژه‌ها | ||
| شبکه عصبیGMDH؛ قیمت بنزین؛ الگوریتم ژنتیک؛ قیمت نفت؛ پیش‌بینی؛ مدل‌سازی؛ میانگین متحرک؛ تحلیل تکنیکی؛ روش قیاسی | ||
|
آمار تعداد مشاهده مقاله: 1,439 تعداد دریافت فایل اصل مقاله: 909 |
||