فهرست نشریات علمی دسترسی آزاد ایران

رمزارزها، به‌ویژه بیت‌کوین، به‌عنوان دارایی‌های دیجیتال مبتنی بر فناوری بلاکچین، به دلیل ویژگی‌هایی همچون غیرمتمرکز بودن، شفافیت تراکنش‌ها و سرعت انتقال، توجه روزافزون سرمایه‌گذاران و پژوهشگران مالی را به خود جلب کرده‌اند. با این حال، این بازار ذاتاً با نوسانات شدید همراه است و تحت‌تأثیر عوامل اقتصادی، سیاسی و فناوری قرار دارد. این موضوع در شرایط بحران اقتصادی ایران، ناشی از تحریم‌های بین‌المللی، نوسانات نرخ ارز و تورم بالا، اهمیت توسعه مدل‌های پیش‌بینی دقیق‌تر را دوچندان می‌سازد. هدف این پژوهش امکان سنجی و ارزیابی عملکرد الگوریتم‌های فراابتکاری در بهینه‌سازی شبکه‌های عصبی مصنوعی جهت پیش‌بینی روند قیمتی بیت‌کوین است. در این راستا، الگوریتم ترکیبی شاهین آتشین- ساخت اهرام جیزه (FHO–GPC) با الگوریتم بهینه‌ساز گاومیش مشکی (MO) مورد استفاده قرار گرفت و داده ها به دو بخش آموزش (۸۰ ) و آزمون (۲۰ ) تقسیم شدند. پارامترهای شبکه عصبی پرسپترون چندلایه (MLP) توسط این الگوریتم‌ها بهینه‌سازی شدند؛ به‌گونه‌ای که FHO جستجوی سراسری را انجام داده و GPC بهینه‌سازی موضعی را بر عهده داشت. یافته‌ها نشان داد که الگوریتم MO با کاهش معنادار شاخص‌های خطا (RMSE) و (MAE) و افزایش ضریب تعیین (R²)، عملکرد دقیق‌تری نسبت به مدل ترکیبی ارائه کرده است. این برتری به‌ویژه در شرایط پرنوسان و بحرانی اقتصاد ایران برجسته‌تر بود. نتایج این پژوهش بیانگر آن است که الگوریتم MO می‌تواند به‌عنوان رویکردی کارآمد برای بهبود دقت پیش‌بینی و کاهش ریسک سرمایه‌گذاری در بازارهای مالی نوظهور و پرریسک مورد استفاده قرار گیرد.