بهینه سازی پیش بینی قیمت جهانی سنگ آهن با بهره گیری از روشهای هوشمند

با توجه به تاثیر کلیدی قیمت محصولات معدنی بر محاسبه عیار حد و ارزش خالص فعلی پروژه های معدنی، پیش بینی قابل اعتماد قیمت محصولات معدنی از مسایل مهم و بنیادی در اقتصاد و طراحی و برنامه ریزی تولید معادن روباز فلزی است با توجه به نوسانات زیاد قیمت سنگ آهن، آهن پیشبینی دقیق آن یکی از مسایل بحرانی در طراحی معادن روباز برای افزایش قطعیت تصمیم گیری است. بدین منظور ابتدا مجموعه داده های قیمت جهانی سنگ آهن و پارامترهای موثر بر آن طی دوره ۲۴ ساله از چندین منبع جمع آوری شدند به منظور ارایه و اعتبارسنجی مدل پیش بینی قیمت مجموعه داده ها به دو بخش آموزشی و آزمایشی تقسیم شدند ویژگیهای اصلی مدل پیش بینی بر اساس تحلیل ضرایب همبستگی قیمت سنگ آهن و متغیرهای وابسته به شش پارامتر شامل قیمت، مس، طلا، نقره، نفت، خام، هزینه حمل و نقل و تقاضای سنگ آهن محدود و برای بهتر شدن عملکرد الگوریتمهای هوشمند نرمال شدند سپس مدل رگرسیون خطی چندمتغیره پیش بینی قیمت سنگ آهن بر اساس ویژگیها با ضریب تعیین ۰.۸۵ حاصل شد. نهایتا از الگوریتم فراابتکاری جهش قورباغه برای بهینه سازی مدل بهره گیری شد که منجر به افزایش مقدار R۲ و کاهش RMSE و MSE شد.

کلیدواژه ها:

قیمت سنگ ، آهن پیش بینی ، دقت ، مدل