عهدیه رحیمی گرکانی - گروه مهندسی کامپیوتر,واحد تهران جنوب, دانشگاه آزاد اسلامی،تهران، ایران

بشر در دنیای امروزی به صورت روزمره در بازارهای گوناگون درگیر تصمیم گیری های بیشماری بوده و هر گونه پیشنهادی که امکان بهبود دقت و صحت تصمیم و یا کاهش زمان تصمیم گیری را برای او به ارمغان بیاورد برای وی جذاب و ارزشمند می باشد. یکی از بازارهایی که امروزه رو به رونق بوده و مزایای سیستمهای پشتیبان تصمیم گیری در آن بسیار مشهود می باشد بازارهای پولی و سرمایه شامل بازار بورس اوراق بهادار می باشد. فعالان این بازار به خرید و فروش سهام شرکتها در آن بازار پرداخته و از آن طریق با پذیرفتن ریسک آینده سهم برای خود سود و یا زیان به بار می آورند. در این مطالعه پس از جمع آوری داده ها از پایگاه داده بورس اوراق بهادار تهران ابتدا با استفاده از روش تبدیل موجک ویژگی های اصلی داده ها استخراج میشوند و به عنوان ورودی در جهت پیش بینی به شبکه عصبی پرسپترون چندلایه آموزش داده شده توسط الگوریتم جهش قورباغه اعمال می شوند و نتایج با شبکه عصبی پایه ای -شعاعی آموزش یافته با الگوریتمهای جهش قورباغه مقایسه می شود.

الگوریتم جهش غورباغه، شبکه عصبی، زمان تصمیم گیری، بورس اوراق بهادار