پیش بینی قیمت مس با استفاده از شبکه عصبی و سری زمانی

پایان نامه
چکیده

هرگونه برنامه ریزی برای آینده مستلزم داشتن برآورد از وضعیت آتی است و این کار فقط با پیش بینی میسر می باشد. بنگاه های تولیدی برای انجام برنامه ریزی، تجزیه و تحلیل اقتصادی پروژه ها و بررسی سرمایه گذاری جدید جهت توسعه و مواردی از این قبیل، همواره با ریسک ها و نوسانات ناشی از تغییر قیمت بازار مواجه هستند. این نوسانات و عدم اطمینان از وضعیت آینده باعث زیان های شدید و حتی خروج آنها از بازار و عدم رغبت سایرین برای ورود به این عرصه می شود. به این ترتیب فعالان بازار از دیرباز به دنبال یافتن راه کارهایی برای پیش بینی قیمت ها وایجاد آرامش معاملاتی بوده اند. از آنجا که فلز مس در صنایع مختلف کاربردهای فراوانی داشته و از فلزاتی است که تاثیر زیادی بر توسعه صنعتی و اقتصادی کشورها دارد، نوسان قیمت مس و تغییرات متناوب آن در دوره های مختلف، بازتابی از شرایط اقتصادی دنیا به شمار می رود. در این تحقیق، با بکارگیری روش شبکه های عصبی مصنوعی و سری های زمانی و با توجه به قیمت ماهیانه مس و عوامل موثر بر نوسانات آن، قیمت مس برآورد شده و سپس نتایج بدست آمده، از نظر قابلیت پیش بینی مورد ارزیابی قرار گرفت. ارزیابی مدل های ساخته شده نشان داد، روش های هوشمند نظیر شبکه های عصبی مصنوعی قادر هستند با خطایی کمتر از روش سری های زمانی قیمت مس را پیش بینی نمایند. مدل شبکه عصبی بهینه با 2 لایه و 25 نورون قیمت مس را با 96/0 = r2، 003/0 = mse، 7/80 = vaf و 99/0 = nse برآورد کرده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

متن کامل

پیش بینی تورم ایران با استفاده از مدل های ساختاری ، سری های زمانی و شبکه های عصبی

امروزه ، پیش بینی متغیر های کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحد های اقتصادی برخوردار است. در نتیجه ، دردهه های اخیر ، مدل های پیش بینی گوناگونی توسعه یافته و به رقابت با یکدیگر پرداخته اند. اخیراً به موازات مدل های متداول قبلی مانند مدل های ساختاری و سری زمانی ، مدل های دیگری تحت عنوان شبکه های عصبی مصنوعی در زمینه پیش بینی متغیر های مالی و پولی بکار گرفته شده اند. این م...

متن کامل

پیش بینی بار کوتاه مدت با استفاده از تجزیه سری زمانی بار وشبکه عصبی

چکیده پیش بینی بارکوتاه ‌مدت یک فرآیند پایه در بهره برداری سیستم‌های قدرت محسوب می‌شود. بسیاری از توابع بهره‌برداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیش‌ینی بار کوتاه‌مدت وابسته می‌باشند. در طی سه دهه اخیر روش های مختلفی برای پیش‌بینی بار کوتاه ‌مدت ارائه شده و نرم‌افزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شده‌اند. از جمله این روش ها می‌توان به ان...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - پژوهشکده فنی و مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023