آزمون نظریه آشوب و طراحی یک شبکه عصبی برای صنایع فراورده های نفتی

قابلیت های نظریه آشوب و شبکه عصبی، به کارگیری این دو مدل را در بازاهای مالی به خصوص بازار فراورده های نفتی مورد توجه خاصقرار داده است. در این مقاله، مقادیر قیمت روزانه فراورده نفتی ایران در طی آذر 1386 تا خرداد 1396 مورد بررسی قرار گرفته است. در نظریه آشوب ابتدا با استفاده از نمودارهای لیاپانف و سطح مقطع پوانکاره امکان وجود آشوب در سری زمانی قیمت روزانه فراورده نفتی ایران بررسی شده است. از تخمین زمان تاخیر با استفاده از روش میانگین اطلاعات متقابل (AMI) و همچنین بعد محاط با بکارگیری از الگوریتم نزدیکترین همسایه های کاذب، نمودار لیاپانف ترسیم و همچنین با استفاده از این پارامترها یک شبکه عصبی طراحی شده است. نمودارهای لیاپانف و سطح مقطع پوانکاره دلالت بر وجود آشوب در سری زمانی تحت بررسی دارد. بنابراین، از شبکه عصبی جهت مدلسازی قیمت روزانه فراورده نفتی استفاده و بهترین الگو انتخاب گردید. ضریب همیستگی 0.9994 حاکی از دقت خوب در مدلسازی قیمت این صنایع دارد و می تواند جهت پیش بینی قیمت آتی این صنایع مورد استفاده قرار گیرد.

کلیدواژه ها:

سیستم های غیرخطی ، سری های زمانی ، قیمت صنایع فراورده نفتی ، نظریه آشوب ، شبکه عصبی مصنوعی