مقایسه مدل ترکیبی ژنتیک الگوریتم و ماشین بردار پشتیبان با توابع هسته مختلف و شبکه عصبی مصنوعی در پیش بینی نرخ ارز در ایران

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 101

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NDSC02_059

تاریخ نمایه سازی: 27 آبان 1403

چکیده مقاله:

هدف از این مقاله ، پیش بینی نرخ ارز ریال ایران در برابر دلار آمریکا و ریال ایران در برابر یورو اتحادیه اروپا با استفاده از مدل ترکیبی الگوریتم ژنتیک و ماشین بردار پشتیبان با طیف وسیعی از توابع کرنل (هسته ) می باشد. در این راستا برای دوره زمانی ۱ فروردین ۱۴۰۱ تا ۲۹ اسفند ۱۴۰۱ و بر اساس نرخ ارز بازار آزاد (متوسط نرخ خرید و فروش نرخ ارز)، یک مدل شبکه عصبی مصنوعی اولیه با ۲۶۵ داده آموزشی و ۳۰ داده آزمایشی طراحی شد و در ادامه الگوریتم ژنتیک به همراه رگرسیون بردار پشتیبان برای بررسی دقت و صحت پیش بینی نرخ ارز بکار گرفته شد. در ادامه عملکرد آماری مدلهای ترکیبی خطی ، رادیکالی ، چند جمله ای و توابع سیگموئید با استفاده از نرخ ارز روزانه ریال ایران در برابر دلار آمریکا و ریال ایران در برابر یورو اتحادیه اروپا مورد تجزیه و تحلیل قرار گرفت . نتایج تحقیق حاکی از این است که مدل ترکیبی الگوریتم ژنتیک و ماشین بردار پشتیبان نسبت به سایر مدلهای بکار رفته در تحقیق در پیش بینی رفتار نرخ ارز عملکرد بهتری دارند.

نویسندگان

مهدی رستم زاده

استادیار دانشگاه آزاد اسلامی، واحد سلماس، گروه اقتصاد، سلماس، ایران