کاربرد شبکه های عصبی در پیش بینی شاخص صنعت تحت تاثیر متغیرهای کلان اقتصادی

استفاده از شبکه های عصبی در مسائل پیش بینی و تصمیم به ویژه در عرصه اقتصاد، در طی دو دهه اخیر گسترش قابل ملاحظه ای یافته است. آنچه که در این پروژه بدان پرداخته می شود، تلاشی است در جهت برقراری یک رابطه منطقی بین چند متغیرکلان اقتصادی و شاخص صنعت خودروسازی در بازار بورس با استفاده از شبکه عصبی و تبیین میزان همبستگی شاخص با این متغیرها.شبکه پیشنهادی یک شبکه پس انتشار است که دارای یک لایه پنهان با پنج گره است. ابتدا به تعریف شاخص و مبانی شبکه های عصبی پرداخته ، سپس مروری بر ساختار داده ها و حل مسئله با استفاده از روش رگرسیون پرداخته می شود. روش رگرسیون در مرحله یادگیری پاسخ مناسبی ارائه می کند اما در مرحله آزمون بدلیل تغییر شرایط حاکم بر روند تغییرات شاخص، پاسخهای این روش دارای خطای بسیار زیادی است. اما شبکه عصبی پیشنهادی که برد پیش بینی آن سه هفته است ، تا حدود زیادی این مشکل را برطرف کرده است. بطوریکه میانگین نسبت خطای کل از 30 درصد در رگرسیون به 7درصد در شبکه عصبی کاهش یافته است. اما جالبترین نتیجه در مرحله آزمون بدست آمده است. در حالیکه میانگین نسبت خطای داده های مرحله آزمون ، در روش رگرسیون بیش از 73درصد است، این رقم در شبکه عصبی کمتر از 7درصد است. در انتهای تحقیق پس از بررسی تاثیر نوسانات پارامترهای شبکه در جواب حاصل از شبکه ، به نتیجه گیری پرداخته می شود.