رویکردی نوین برای پیش بینی قیمت نفت خام

با توجه به سرعت تغییرات در قرن حاضر که سبب ناپایدار شدن شرایط محیطی و ایجاد حس ناامنی در زندگی بشری و نیز در فضای کسب کار شده است، پیش بینی های اقتصادی نیز موردتوجه قرارگرفته است. پیش بینی قیمت نفت، ورودی مهمی در پیش بینی های اقتصاد کلان است، اهمیت پیش بینی قیمت نفت به ویژه در تاثیرات قیمت نفت بر تورم، تولید و سیاستهای پولی دیده می شود؛ اما با توجه به نوسانات شدید قیمت نفت و تاثیر عوامل مختلف سیاسی و اقتصادی بر آن پیدا کردن ابزاری مناسب برای پیش بینی قیمت نفت امری دشوار است. هدف این تحقیق، ارایه مدلی جهت پیش بینی قیمت نفت خام اوپک است. برای این منظور مدل شبکه عصبی GMDH-GA ارایه می گردد. در این مدل ساختار بهینه شبکه عصبی GMDH، از طریق الگوریتم ژنتیک بدست می آید همچنین برای پیدا کردن تاخیر زمانی بهینه ی ورودی ها از روش میانگین اطلاعات متقابل استفاده شده است. نتایج این مدل با تعداد لایه 3، دارای مجذور میانگین مربعات خطای 3/833 و ضریب همبستگی 0/99552 می باشد.

کلیدواژه ها:

شبکه عصبی GMDH ، الگوریتم ژنتیک ، روش میانگین اطلاعات متقابل ، قیمت نفت خام اوپک