طراحی الگویی جهت پیش بینی قیمت طلا، با استفاده از الگوریتم پرواز پرندگان و الگوریتم ژنتیک و ارائه الگوریتم ترکیبی

Authors: not saved
Abstract:

امروزه سرمایه گذاری در بازارهای طلا، بخش مهمی از اقتصاد هر کشور را تشکیل می دهد؛ به همین دلیل پیش بینی قیمت طلا برای سرمایه گذاران از اهمیت ویژه ای برخوردار شده است تا بتوانند کمترین ریسک را در سرمایه گذاری خود داشته یاشند. در سالهای گذشته، از روش های کلاسیک برای پیش بینی  قیمت طلا استفاده می نمودند. درحالیکه بازار طلا یک سیستم غیر خطی است، لذا هدف پژوهش حاضر پیش بینی قیمت طلا در بازار بین المللی، با در نظر گرفتن عوامل موثر بر آن با استفاده از الگوریتم های نوین ابتکاری می باشد. در تحقیق حاضر سه سناریو مطرح شده است؛ پیش بینی قیمت طلا با استفاده از الگوریتم پرواز پرندگان، پیش بینی قیمت طلا با استفاده از الگوریتم ژنتیک و پیش بینی قیمت طلا  با ترکیب الگوریتم پرواز پرندگان و ژنتیک. بدین منظور ابتدا با استفاده از الگوریتم خوشه­بندی K-means اقدام به خوشه­بندی داده­ها به دو خوشه می­کنیم. هر خوشه شامل بخشی از داده­های مجموعه آموزش و مجموعه تست می­باشد. در مرحله دوم با توسعه الگوریتم پرواز پرندگان (بهبود الگوریتم پرواز پرندگان با استفاده از الگوریتم ژنتیک) اقدام به توسعه یک سیستم پیش بینی برای هر خوشه می­کنیم و در واقع برای هر خوشه یک سیستم پیش بینی را توسعه داده و در نهایت پیش­بینی قیمت طلا را برای داده­های مجموعه تست در هر خوشه و با استفاده سیستم پیش بینی توسعه شده برای آن خوشه انجام می­شود. مرحله­ی اول به کمک نرم افزار داده کاوی کلمنتاین به انجام رسیده است و کدهای اجرایی مرحله ی دوم الگوریتم به زبان برنامه نویسی متلب نوشته شده است. نتایج حاصل از تحقیق نشان داد که استفاده از الگوی ترکیبی پرواز پرندگان با الگویی ژنتیک؛ به علت پوشش نقاط ضعف هر یک از الگوها و استفاده از نقاط قوت آنها در مسیر پیش بینی، دقت پیش بینی بیشتری دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

طراحی بهینه دیوارهای حائل وزنی بتنی با استفاده از الگوریتم ژنتیک و الگوریتم زنبورعسل

هنگام طراحی دیوارهای حائل، ابتدا باید ابعاد اولیه­ای برای آن حدس زده شود. طراح برای انتخاب اولیه ابعاد، از تناسبات منطقی دیوارهای حائل که از تجربیات گذشته بدست آمده است، استفاده می­کند که این ابعاد نسبتی از ارتفاع دیوار هستند. بررسی­ها نشان می­دهد که با تغییر شرایط طرح از قبیل مشخصات پشت دیوار حائل، شرایط زلزله­خیزی منطقه، تخمین ابعاد بدین صورت نمی­تواند جوابگوی یک طرح اقتصادی باشد. در این مقال...

full text

پیش بینی خشکسالی با استفاده از الگوریتم ژنتیک و مدل ترکیبی شبکه عصبی- موجکی

خشکسالی به عنوان یکی از مهم ترین بلایای طبیعی است که ممکن است در هر رژیم آب و هوایی اتفاق بیفتد. از آنجا که وقوع خشکسالی اجتناب ناپذیر است، بنابراین شناخت آن به منظور مدیریت بهینه منابع آب، از اهمیت بسزایی برخوردار است. از مؤثرترین عوامل در تدوین طرحهای مقابله با خشکسالی و مدیریت آن، طراحی سیستم های پیش بینی خشکسالی است که بتوان اثرات مخرب ناشی از آن را به حداقل رساند. به این منظور در این تحقیق...

full text

پیش بینی مصرف انرژی بخش کشاورزی ایران با استفاده از مدل ترکیبی الگوریتم ژنتیک و شبکه های عصبی مصنوعی

هدف از این مقاله ارزیابی الگوی ترکیبی شبکه­های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی تقاضای انرژی بخش کشاورزی ایران می­باشد. برای این منظور، از داده­های سالانه مصرف انرژی بخش کشاورزی کشور به عنوان متغیر خروجی مدل­های پیش­بینی و از داده­های سالانه جمعیت کل کشور و کل تولیدات بخش کشاورزی کشور به عنوان متغیرهای ورودی مدل­های پیش­بینی استفاده شد. در پایان به منظور مقایسه نتایج پیش­بینی مدل ترکیبی...

full text

پیش بینی قیمت سهام بااستفاده از الگوریتم کرم شب‌تاب (FA)

در این پژوهش به پیش‌بینی قیمت سهام 10 شرکت از شرکت‌های پذیرفته شده در بورس و تعدادی از شرکت‌های حاضر در فرابورس بااستفاده از الگوریتم کرم شب‌تاب  پرداخته شده است. این پژوهش ازنظر هدف، کاربردی، از نظر روش گردآوری اطلاعات شبه تجربی، توصیفی - پیمایشی و پس رویدادی است. همچنین ازنظر ابزارهای گردآوری اطلاعات، کتابخانه ای می باشد و بدلیل ماهیت مدل‌سازی و پیش‌بینی، ازنوع پژوهش استقرایی است. در این تحقی...

full text

مدل فازی عصبی با ترکیب الگوریتم ژنتیک جهت پیش بینی قیمت سهام در صنعت خودرو در بورس اوراق بهادار تهران

تعیین زمان بهینه و قیمت مناسب خرید و فروش سهام نقش بسزایی در تصمیمات سرمایه‌گذاری در بازار سرمایه و سود و زیان سرمایه‌گذار دارند. می‌توان از سیستم‌های هوشمند غیرخطی همچون شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک برای پیش‌بینی تغییرات قیمت سهام استفاده نمود. در این مقاله به طراحی و ارائه یک مدل پیش‌بینی قیمت سهام با استفاده از سیستم استنتاج عصبی فازی انطباقی و ترکیب آن با الگوریتم ژنتیک...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 7  issue 26

pages  59- 84

publication date 2016-03-12

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023