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
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
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.
کلیدواژه ها:
نویسندگان
مهدی رستم زاده
استادیار دانشگاه آزاد اسلامی، واحد سلماس، گروه اقتصاد، سلماس، ایران