وقفه های زمانی بهینه در پیش بینی قیمت نفت توسط شبکه عصبی پویا اصلاح‌شده با الگوریتم ژنتیک

قیمت نفت، اهمیت و نوسانات آن در طول زمان در اخذ تصمیمات مهم اقتصادی در دنیا، سبب گسترش روش‌های مختلفی در پیش­بینی قیمت نفت، ازجمله ابزارهای غیرخطی مانند شبکه عصبی شده است. در این مقاله برای در نظر گرفتن عامل زمان در پیش­بینی توسط شبکه عصبی، با دریافت بازخورد از شبکه عصبی مصنوعی اصلاح شده با الگوریتم ژنتیک GADNN وقفه­های بهینه ناشی از ورودی­ها و خروجی‌های قیمت نفت توسط شبکه عصبی پویا محاسبه می­گردد، سپس برای بررسی نتیجه استفاده از شبکه عصبی پویا اصلاح‌شده با الگوریتم ژنتیک با در نظر گرفتن وقفه­های زمانی بهینه به پیش‌بینی قیمت نفت وست تگزاس اینترمدیت در بازه زمانی سال 2006 تا 2016 پرداخته می­شود. بررسی، تحلیل و مقایسه پیش­بینی قیمت نفت خام توسط مدل شبکه عصبی اصلاح‌شده با الگوریتم ژنتیک نشان می‌دهد که این مدل، با کاهش پیچیدگی­های ناشی از طراحی شبکه عصبی و درنظر گرفتن تأخیرات زمانی بهینه، باعث افزایش دقت در پیش­بینی قیمت نفت نسبت به سایر روش‌های