طراحی مدلی برای پیش بینی قیمت نفت خام بااستفاده از تکنیک های داده کاوی

الگوریتم بهینه سازی تجمعی ذرات از الگوریتم های هوش مصنوعی محسوب می شود. که با الهام از زندگی دسته جمعی پرندگان و ماهی ها ارائه شده است. این الگوریتم به دلیل کارایی بالایش مورد توجه واقع شده است و برای بهبود دقت و سرعت این الگوریتم کارهای زیادی انجام شده است. دراین پایان نامه با استفاده از ضریب وزن تطبیقی، ضرایب یادگیری خطی و یک عملگر جدید دقت و سرعت الگوریتم تجمعی ذرات بهبود داده شده و با الگوریتم های بهبود داده شده مقایسه شده که عملکرد بهتر الگوریتم پیشنهادی hepsoبا استفاده از توابع محک نشان داده شده است. این الگوریتم جزء الگوریتم های پیشرفته داده کاوی محسوب می شود. نفت همچنان جزء کالاهای اساسی جهان محسوب می شود و نقش مهمی در اقتصاد جهانی دارد تا جایی که دو سوم انرژی جهان از نفت خام تعیین می شود. از این رو پیش بینی قیمت نفت خام یکی از موضوعات مهم برای محققان محسوب می شود. در این پروژه بعد از جمع آوری متغیرهای تاثیر گذار بر قیمت نفت توسط الگوریتم اصلاح شده تجمعی ذره چند متغیر برتر شناسایی و به عنوان ورودی همین الگوریتم استفاده و قیمت نفت خام سالیانه پیش بینی شده است. همچنین در این پروژه مدلی ارائه شده است که قیمت نفت خام تا 4 ماه آینده را محاسبه می کند. مدل پیشنهادی در همه دوره ها دقتی بالاتر از مدل اولیه که قیمت تا یک ماه آینده را محاسبه می کرده؛ داشته است. نتایج با الگوریتم شبکه عصبی چند لایه مورد مقایسه قرار گرفته که نتایج عملکرد بهتر الگوریتم اصلاح شده تجمعی ذره و معادلات پیشنهادی در پیش بینی ماهیانه قیمت نفت خام را نشان می دهند.