تنظیم پویای پارامترهای الگوریتم یادگیری فراشناختی در شبکه های عصبی فازی تمام مختلط با استفاده از سیستم فازی برای پیش بینی داده های بازار فارکس

دراین مقاله، یک شبکه عصبی فازی مختلط) MCNFIS ( برای پیش بینی داده های بازاربزرگ جهانی فارکس پیشنهاد میشود. بنابراین بااستفاده ازداده های کنونی وباکمک MCNFIS ، مقداربعدی رابرای طلاونفت پیش بینی می کنیم. هدف MCNFIS یافتن ارتباط تابعی بین ورودی وخروجی است. الگوریتم یادگیری MCNFIS دارای قابلیت خودتنظیمی است که ازجنبه فراشناختی مغزبشرالهام گرفته شده است. MCNFIS در مورد اینکه چه داده ای، چه زمانی وچگونه آموزش ببیند، تصمیم می گیرد. الگوریتم یادگیری به وسیله پارامترهای فراشناختی کنترل می شود و ازسیستم فازی برای بروز رسانی حدود آستانه خودتنظیم، استفاده می کند) FB – MCNFIS (. تصمیم گیری به معنی اعمال یکی ازاستراتژیها، مبنی برحذف، آموزش و یا ذخیره داده می باشد. کارایی سیستم FB-MCNFIS در مسیله پیش بینی با استفاده از داده های طلاونفت فارکس موردارزیابی قرارگرفته است. نتایج با روش MCNFIS پایه، که ازرابطه وفقی برای بروز رسانی پارامترها استفاده می کند، مقایسه شده است که حاکی از بهبودکارایی FB-MCNFIS ، نسبت به MCNFIS پایه می باشد.

کلیدواژه ها:

پیش بینی فارکس ، خودتنظیمی ، سیستم استنتاج فازی ، شبکه عصبی مختلط ، فراشناختی