برسی عملکردمدل های شبکه های عصبی در قیمت محصولات فولادی مورد مطالعه : شرکت نورد ناب اذربایجان

شبکه های پرسپترون چند لایه از مهمترین شبکه های عصبی باناظر در پیش بینی بازار های مالی میباشند . شبکه های پرسپترون چند لایه علی رغم تمامی مزایای منحصر به فردشان دارای محدودیت تعداد ورودی ها میباشندبه طوریکه دومین زمینه ی پر کاربرد استفاده از شبکه عصبی را، پیش بینی سریهای زمانی به خود اختصاص داده است . این مقاله ضمن ارایه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آن ها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خود سازمانده کوهونن)ناظر و بدون ناظر( اقدام به پیش بینی قیمت محصولات شرکت نوردناب اذربایجان شده است. که در پایان این نتایج و پیشنهاداتی نیز ارایه شده است.