مدل‌سازی و پیش‌بینی قیمت بنزین با استفاده از شبکه عصبی GMDH

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.