بررسی ویژگی های غیر مرتبط مبتنی بر الگوریتم وال در پیش بینی قیمت رمز ارزها

پیشرفت فناوری اطلاعات و ظهور بانکداری الکترونیکی باعث به وجود آمدن ابزارها و خدمات نوین در حوزه داد و ستد و تجارت گردید در این دوره شیوه پرداخت در حوزه پرداخت های عمده و همچنین خرده فروشی بهصورت کاملا محسوس دست خوش تغییرات گسترده ای گردیده و تمایل مصرف کنندگان از شیوه پرداخت سنتی به وسیله وجوه نقدی نظیر اسکناس یا چک به پرداخت به وسیله ابزارهای دیجتالی تغییر کرده و استفاده از کارت های هوشمند بانکی و دیگر ابزارهای پرداخت الکترونیکی رونق بسیار زیادی یافته است.هدف از انجام این تحقیق بررسی ویژگی های غیر مرتبط مبتنی بر الگوریتم وال در پیش بینی قیمت رمز ارزها می باشد.روش این پژوهش جهت پیش بینی قیمت رمز ارزها از یک فرآیند چهار مرحله ای بهره گرفته شده است در مرحله ی نخست توضیحات مربوط به مجموعه داده آورده شده است . در مرحله ی دوم، عملیات نرمال سازی روی داده ها صورت گرفته است در این حالت مقادیر نمونه ها تغییر می کنند در مرحله ی سوم، تقسیم بندی داده ها رخ داده است که در این بخش داده ها به دو دسته ی آموزش و آزمایش تقسیم بندی می گردند. در مرحله ی چهارم عملیات انتخاب ویژگی توسط الگوریتم تکاملی نهنگ انجام گرفته است.مجموعه داده ی بکار رفته در این پژوهش در برگیرنده ی عوامل موثر در قیمت رمز ارزها می باشد.نتایج آزمایش های انتخاب ویژگی براساس معیارهای پیش بینی نشان داد که الگوریتم های انتخاب ویژگی توانسته اند پیش بینی دقیق تری نسبت به عدم انتخاب ویژگی ر ا انجام دهند . دلیل این برتری را می توان حذف ویژگی های بی اهمیت از مجموعه داده ها دانست . الگوریتم وال در مقایسه با الگوریتم های ژنتیک و تجمع ازدحام ذرات از کارایی بالاتری برخوردار است زیرا الگوریتم وال می تواند جواب های متنوع تری تولید نماید . تنوع در جواب ها باعث فرار از بهینگی محلی می گردد .

کلیدواژه ها:

ویژگی های غیر مرتبط ، الگوریتم وال ، پیش بینی قیمت رمز ارزها