پیش بینی شاخص های اقتصادی با استفاده از ماشین بردار پشتیبان، تئوری آشوب و الگوریتم های بهینه سازی

پایان نامه
چکیده

تامین انتظار سهام داران و مشتریان و همچنین موفقیت در بازار کسب و کار نیازمند پیش بینی دقیق شاخص های اقتصادی می باشد. با این وجود، پیش بینی شاخص های اقتصادی به دلیل رفتار غیرخطی و ناایستایی این نوع شاخص ها، همواره به عنوان یکی از چالش برانگیزترین مسائل در سری های زمانی مطرح بوده است. در این تحقیق مدل هایی مبتنی بر ماشین بردار پشتیبان، نگاشت آشوبی و الگوریتم های بهینه سازی ژنتیک (ga)، گروه های ذرات (pso) و حشرات شب تاب (fa) ارائه شده است. مدل های ارائه شده دارای سه مرحله می باشد. در مرحله اول با استفاده از روش بازسازی فضای حالت، رفتار و دینامیک پنهان در ساختار شاخص استخراج می شود؛ در مرحله دوم، ماشین بردار پشتیبان بر اساس فضای بازسازی شده، آموزش دیده و بر روی داده های آزمایشی اعمال می گردد و در مرحله سوم بر اساس دو معیار خطای پیش بینی شامل میانگین مربعات خطا (mse) و میانگین درصد خطای مطلق (mape) ، پارامترهای مربوط به ساختار ماشین بردار پشتیبان با استفاده از الگوریتم های ژنتیک، ژنتیک آشوبی، گروه های ذرات، گروه های ذرات آشوبی، حشرات شب تاب و حشرات شب تاب آشوبی بهینه می گردد تا بهترین ساختار ممکن ماشین بردار پشتیبان، برای پیش بینی شاخص های اقتصادی آموزش ببیند. جهت نمایش توانایی این مدل ها، داده های مربوط به ارزش نهایی روزانه سهام سه شرکت اینتل، نشنال بنکشیرز و مایکروسافت از بازار بورس نسداک گردآوری شده و مدل های فوق به آن برازش داده شده است. همچنین برای مقایسه عملکرد مدل ها، پنج ساختار مختلف شبکه های عصبی نیز برای پیش بینی داده های فوق بکار گرفته شده است. نتایج نشان دهنده برتری این مدل ها نسبت به مدل های مبتنی بر شبکه های عصبی می باشد. در بین مدل های ارائه شده نیز مدل مبتنی بر ماشین بردار پشتیبان، نگاشت آشوبی و الگوریتم حشرات شب تاب بهترین عملکرد را دارد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی ژن‏ های بیماری با استفاده از دسته‏ بند تک‌کلاسی ماشین بردار پشتیبان

Abstract: In disease gene identification and classification, users are only interested in classifying one specific class, disease genes, without considering other classes (non-disease genes). This situation is referred to as one-class classification. Existing machine learning-based methods typically use known disease gene as positive training set and unknown genes as negative training set to bu...

متن کامل

توانایی ماشین بردار پشتیبان در پیش بینی درماندگی مالی

درماندگی مالی پیش از ورشکستگی مالی رخ می‌دهد و پیش بینی موثر آن یک مسئله‌ی مهم و چالش برانگیز برای شرکت‌ها می‌باشد. تحقیق حاضر به پیش بینی درماندگی مالی در قالب مدل ماشین بردار پشتیبان و با استفاده از ترکیبات جریان نقد می‌پردازد. اهمیت ابزارهای داده کاوی، و توانایی این ابزارها در پیش بینی و طبقه بندی متغیرها، استفاده از آن‌ها را در مباحث مختلف مالی از جمله پیش بینی ورشکستگی، پیش بینی درماندگی م...

متن کامل

استفاده از مدل های سری زمانی، شبکه عصبی و ماشین بردار پشتیبان جهت پیش بینی دبی ورودی به سد گرگان

پیش­بینی مقادیر جریان ورودی به سیستم منابع آب به­منظور آگاهی از شرایط آینده و برنامه­ریزی برای تخصیص بهینه منابع آب به بخش­های مختلف از قبیل شرب، کشاورزی و صنعتی امری ضروری در مدیریت منابع آب می­باشد. هدف از پژوهش حاضر پیش­بینی مقادیر دبی ماهانه ورودی به سد گرگان برای آینده بود. بدین منظور از داده­های هیدرومتری ایستگاه قزاقلی با دوره­ آماری 47 سال و سه مدل سری­زمانی، شبکه عصبی و ماشین بردار پشت...

متن کامل

پیش بینی قیمت تسویه در بازار برق: الگوریتم ماشین بردار پشتیبان بهبودیافته

با تشکیل بازار برق ایران در سال 1382، تولیدکنندگان انرژی با ثبت پیشنهاد قیمت خود به‌صورت روزانه در سامانه مدیریت شبکه، با یکدیگر به رقابت می‌پردازند.در این رقابت تنها تولیدکنندگانی پیروز هستند که قیمت پیشنهادی آن‌ها پایین‌تر از قیمت تسویه بازار در ساعات روز بعد باشد، ازاین‌رو پیش‌بینی قیمت تسویه بازار در روز بعد برای تولیدکنندگان انرژی امری حیاتی بوده و در کسب هر چه بیشتر سهم بازار برق ایران به...

متن کامل

پیش بینی عمق آب شستگی اطراف پایه پل با استفاده از ماشین های بردار پشتیبان

چکیده- آب شستگی یکی از مهم ترین عوامل خرابی پل ها است. بنابر این، تخمین عمق آب شستگی پای پل ها اهمیت زیادی برخوردار دارد. تاکنون فرمول ها و روابط تجربی زیادی برای تخمین عمق چاله آب شستگی ارائه شده است؛ اما این روابط از دقت مناسبی برخوردار نیستند. علاوه بر این، پیچیدگی مدل سازی فرایند آب شستگی سبب شده است تا از روش های جایگزین روابط تجربی، مانند روش های داده کاوی برای تخمین عمق آبشستگی پای پل ها...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تفرش - دانشکده مهندسی صنایع

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023