کاربرد الگوریتم ژنتیک در بهینهسازی معماری شبکه عصبی و پیشبینی قیمت نفت (GADDN)
نویسندگان
1 استادیار گروه مهندسی صنایع دانشگاه سیستان و بلوچستان
2 دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه سیستان و بلوچستان
doi
10.22084/aes.2016.1668چکیده
پیشبینی صحیح قیمت نفت نقش مهمی را در هدایت سیاستهای پولی کشورهای مختلف ایفا میکند. اهمیت این نقش بهطور مشهود در کشورهای واردکننده و صادرکننده نفت به چشم میخورد. در این مقاله از الگوریتم ژنتیک برای بهینهسازی معماری و ساختار شبکه عصبی مصنوعی بهره بردهایم. در طی فرآیند بهینهسازی، وزنها، بایاس و ساختار شبکه عصبی محاسبه میشوند تا بدین طریق از پیچیدگیهای ناشی استفاده از شبکه عصبی مصنوعی در پیشبینی کاسته گردد. برای بررسی عملکرد مدل شبکه عصبی اصلاحشده با الگوریتم ژنتیک (GADNN) از آن برای پیشبینی قیمت نفت اینترمدیت وست تگزاس (WTI) در سال 2012 تا انتهای 2015 استفاده میشود. نتایج پژوهش نشاندهنده عملکرد بهتر و دقت بیشتر مدل پیشنهادی پژوهش حاضر در مقایسه با سایر مدلهای شبکه عصبی مصنوعی در پیشبینی قیمت نفت میباشد.