| تعداد نشریات | 60 |
| تعداد شماره‌ها | 2,178 |
| تعداد مقالات | 17,636 |
| تعداد مشاهده مقاله | 53,231,465 |
| تعداد دریافت فایل اصل مقاله | 28,177,182 |
پیشبینی قیمت نفت با دو روش ARIMA و شبکههای عصبی مصنوعی | ||
| پژوهشهای اقتصادی ایران | ||
| مقاله 7، دوره 9، شماره 32، مهر 1386، صفحه 161-183 اصل مقاله (1.4 M) | ||
| نویسندگان | ||
| ایمان فرجام نیا1؛ محسن ناصری2؛ سید محمدمهدی احمدی3 | ||
| 1کارشناسی ارشد اقتصاد و انرژی از دانشگاه تهران | ||
| 2دانشجوی دکتری مهندسی عمران دانشگاه شیراز | ||
| 3دانشجوی کارشناسی ارشد اقتصاد نظری دانشگاه تهران | ||
| چکیده | ||
| توانایی کمنظیر شبکههای عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهشهای انجامشده در مورد توانایی پیشبینی مدلهای خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکههای عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای پیشبینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداختهایم. افزون بر این، در این پژوهش پس از مدلسازی به وسیله شبکههای عصبی مصنوعی، به منظور تشخیص سهم مشارکت هر پارامتر ورودی در این مدل از تجزیه و تحلیل حساسیت استفاده کردهایم. با توجه به حجم وسیع به کارگیری اطلاعات روزانه قیمت جهانی نفت (بیش از 5500 روز اطلاعات) نتایج به دست آمده نشاندهنده برتری غیرقابل مقایسه مدل شبکههای عصبی مصنوعی نسبت به مدل ARIMA در پیشبینی قیمت روزانه نفت است. 1.Autoregressive Integrated Moving Average [2].Artifical Neural Networks | ||
| کلیدواژه‌ها | ||
| سری‌های زمانی؛ شبکههای عصبی مصنوعی(ANN)؛ مدل ARIMA؛ آنالیز حساسیت | ||
|
آمار تعداد مشاهده مقاله: 1,709 تعداد دریافت فایل اصل مقاله: 1,058 |
||