مقایسهی سه الگوریتم آموزشی متاهیوریستیکدرآموزش شبکه های عصبی،با مطالعه موردی پیشبینی قیمت سهام

الگوریتمهای متاهیوریستیک الهام گرفته شده از طبیعت، درزمینههای مختلف علمی کاربرد دارند. یکی از زمینههای کاربرد این الگوریتمها، آموزش شبکههای عصبی است. شبکههای عصبی نیز درزمینههای مختلفی از جمله پیشبینی، دارای اهمیت وکاربرد میباشند. در بازارهای مالی، اولین و مهمترین عاملی که پیش روی سرمایه گذار قرار دارد، قیمت سهام است که به تبع آن، مقولهی ارزیابی و پیشبینی قیمت آینده نیز مطرح میشود. توانائی بالای شبکههای عصبی درزمینهی پیشبینی، و ارزشی که پیشبینی در همهی زمینهها داشتهاست و هم اکنون هم دارد، باعث شده است که راههای افزایش دقت در پیشبینی به کمک شبکههای عصبی، مورد توجه پژوهشگران قرار بگیرد. دراین مقاله، با در نظر گرفتن تعداد نرونهای لایهی میانی برابر 11،8،6 و 14 ، عملکرد شبکه در پیش بینی قیمت سهام باتوجه به این حالات و در سه وضعیت آموزش یافته با الگوریتمهای ژنتیک، انبوه ذرات و جفتگیری پرندگان، مقایسه میشود. در تمام موارد، کارائی، براساس میانگین مربع خطا مقایسه میشود و در نهایت، یک الگوریتم آموزشی برای پیشبینی دقیقتر قیمت سهام با استفاده از شبکههای عصبی، از بین این سه الگوریتم، معرفی میشود. در این مقاله، فرایند آموزش شبکه بهطور سادهتری تشریح میشود.

کلیدواژه ها:

شبکهی عصبی ، الگوریتم آموزشی شبکهی عصبی ، الگوریتمهای بهینهسازی فراابتکاری (متاهیوریستیک) ، پیشبینی قیمت سهام