پیش بینی قیمت و مصرف نفت خام در ایران و جهان با استفاده از شبکه های عصبی
دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است
چکیده
چکیده‌ای برای این سند ثبت نشده است.
پایان‌نامه‌های مشابه
پیش بینی قیمت جهانی نفت خام با استفاده از مدلهای سری زمانی و منطق فازی
قیمت نفت می تواند با اثرگذاری بر سایر منغیرهای اقتصادی، اقتصاد کشورهای جهان را تحت تاثیر قرار دهد. پیچیدگی ذاتی موجود در آن، باعث شده که این متغیر رفتاری آشوبناک از خود نشان دهد و این مسئله محققین را جهت ارائه پیش بینی دقیق با مشکلاتی مواجه کرده است. تاکنون مدلهای مختلفی جهت این
پیش بینی قیمت مسکن: مقایسه روش رگرسیون هدانیک و شبکه عصبی رگرسیونی
در این تحقیق کارایی دو روش پیش بینی قیمت رگرسیون هدانیک و شبکه عصبی رگرسیونی تعمیم یافته، در برآورد قیمت مسکن در شهر تهران مورد ارزیابی قرار گرفته است. روش رگرسیون هدانیک یکی از روش های مرسوم در این زمینه می باشد. با این وجود با توجه به ادبیات موجود و سایر تحقیقات صورت گرفته، شوا
پیش بینی روند تولید نفت در ایران با استفاده از الگوهای هابرت
ایران طی چند دهه اخیر همواره یکی از مهمترین تولید کنندگان و صادر کنندگان نفت خام دنیا بوده است. ایران بعد از عربستان سعودی و روسیه سومین صادرکننده بزرگ دنیا و دومین صادرکننده نفت اُپک می باشد. وابستگی اقتصاد ایران به منابع ارزی ناشی از درآمدهای نفتی و در نقطه مقابل آن وابستگی دنی
پیش بینی مقدار تقاضای نفت خام در ایران با استفاده از مدل های شبکه عصبی مصنوعی(ann) و مقایسه آن با مدل های arimax
هدف تحقیق مدل سازی و پیش بینی تقاضای نفت در ایران با استفاده از روش شبکه های عصبی مصنوعی(ann) می باشد. در این مقاله تلاش شده است تا یافته های تحقیق با استفاده از مدل مذکور با مدل arimax مقایسه گردد تا میزان دقت پیش بینی شبکه عصبی مورد ارزیابی علمی قرار گیرد. نتیجه مطالعه نشان می
مدل سازی و پیش بینی نوسانات قیمت نفت خام ایران با استفاده از مدل های garch
امروزه انرژی نفت به عنوان یکی از منابع تجدید ناپذیر انرژی، جایگاه بسیار مهمی در میان منابع تأمین انرژی جهان به خود اختصاص داده است. شناخت ساختار قیمت این کالا و مدل سازی آن همواره مورد توجه پژوهش های اقتصادی بوده و تلاش هایی نیز برای بررسی علت نوسان و پیش بینی آن انجام گرفته است.
طراحی مدل پیش بینی قیمت آتی طلا در بورس کالای ایران با استفاده شبکه عصبی فازی
چکیده: طلا همواره به عنوان فلزی گران بها مورد توجه بشر بوده است، بنابراین پیش بینی قیمت آن از اهمیت فراوانی برخوردار است. در چند دهه گذشته که روش های ابتکاری و هوش مصنوعی متدوال نشده بودند، برای پیش بینی از روش های کلاسیک برای پیش بینی قیمت استفاده می نمودند. با این وجود بازار طل
اسناد مشابه
پیش بینی قیمت روزانه نفت خام برنت با ترکیب روش های آنالیز مؤلفه های اصلی و رگرسیون بردار پشتیبان
پیشبینی روند قیمت نفت خام و نوسانات آن همواره یکی از چالشهای پیش روی معاملهگران در بازارهای نفتی بوده است. این مقاله به پیشبینی قیمت روزانه نفت خام برنت با یک مدل ترکیبی پیشنهادی میپردازد. نمونه آماری قیمت روزانه نفت خام برنت دریای شمال از ژوئیه سال 2008 تا ژوئیه سال 2016 می
شبیه سازی و پیش بینی قیمت جهانی نفت خام
در این مقاله با بررسی و شناسایی عوامل اساسی مؤثر بر عرضه و تقاضای نفت خام، از طریق بررسی اثر مازاد عرضه بر بازار جهانی نفت خام، الگویی برای شبیه سازی و پیش بینی قیمت نفت طراحی شده است. در این الگو که یک الگوی رفتاری همزمان اقتصادسنجی می باشد با استفاده از روش تعدیل عدم تعادل پویا
پیش بینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
همواره پیشبینی روند قیمت و نوسانات یکی از چالشهای پیشروی معاملهگران در بازارهای بورس نفت بوده و پیشبینی قیمتها به عنوان یک امر ضروری وکاربردی مطرح میشود ولیکن باید پیشبینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته ب
ارائه الگوی ترکیبیfarima با به کارگیری روشهایarima و رگرسیون فازی جهت پیش بینی قیمت جهانی نفت خام
مدل arima، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در م
ارائه الگوی ترکیبیFARIMA با به کارگیری روشهایARIMA و رگرسیون فازی جهت پیش بینی قیمت جهانی نفت خام
مدل ARIMA، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در م
ارائه الگوی ترکیبیfarima با به کارگیری روشهای arima و رگرسیون فازی جهت پیش بینی قیمت جهانی نفت خام
مدل arima، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در م