پیش بینی قیمت جهانی سنگ آهن با استفاده از شبکه های عصبی
- سال انتشار: 1401
- محل انتشار: مجله مهندسی سیستم و بهره وری، دوره: 2، شماره: 3
- کد COI اختصاصی: JR_SYS-2-3_006
- زبان مقاله: فارسی
- تعداد مشاهده: 84
نویسندگان
عضو هیات علمی گروه عمران، دانشکده عمران و معماری دانشگاه ایوان کی
معاون پژوهشی و فناوری
چکیده
وابستگی دنیای امروز به فناوری ، نیاز بشر را به محصولات تولید شده از سنگ آهن بیشتر میکند و پیش بینی ها حاکی از آن است که تا سال ۲۰۳۵ میزان تقاضای فولاد ۶۰ درصد افزایش یابد (محمدی ، سلطانی محمدی و بخشنده امنیه ۱۳۹۲).به همین دلیل پیش بینی قیمت فلزات از جمله سنگ آهن با استفاده از روش های کمی و کیفی نظیر مطالعه فنی اقتصادی بازار ،مطابقت زیادی با واقعیت نداشته است . یکی از روش های متداول بررسی قیمت ها، روش سری های زمانی است. در این پژوهش، با مدل سازی و استفاده از تحلیل سری زمانی به کمک شبکه عصبی پویا، به پیش بینی قیمت سنگ آهن پرداخته شده است. در ادامه، با به کارگیری روش شبکه عصبی مصنوعی و با توجه به قیمت ماهانه سنگ آهن و عوامل موثر بر نوسانات آن، قیمت سنگ آهن برآورد شده و سپس نتایج به دست آمده، ازنظر قابلیت پیش بینی مورد ارزیابی قرار گرفت.مدل شبکه عصبی بهینه با ۳ لایه و ۱۰ نرون قیمت سنگ آهن را با دقت بسیار مناسب برآورد کرده است. در این مدل مقدار خطای آموزش در حدود ۷/۱% و برای اعتبار سنجی برابر ۳/۲% و خطای آزمون ۵/۱% است. همچنین مقدار رگرسیون و همبستگی داده ها در سطح اعتماد ۹۵% و مقدار همبستگی بالا با R۲=۰.۹۸ نشان گر یک مدل خوب و با دقت مناسب است.کلیدواژه ها
قیمت سنگ آهن, پیش بینی, شبکه عصبیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.