پیش بینی قیمت نفت با لحاظ کردن مجموعه ای از ورودی های قابل اندازه گیری

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی مکانیک
  • نویسنده هادی حسینی اناری
  • استاد راهنما علی غفاری
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1392
چکیده

بازار نفت خام یک سیستم اقتصادی متغیر با زمان، غیر خطی و چند متغیره است که عوامل مختلفی از جمله سیاسی، اقتصادی، حوادث طبیعی و... بر روی آن تاثیر می گذارد. در این پروژه ابتدا یک مدل مناسب نوروفازی جهت پیش بینی قیمت نفت خام با ورودی قیمت روزهای گذشته آن ارائه می شود، مدل نوروفازی استفاده شده در این پروژه انفیس است و بر خلاف کارهای مشابه انجام شده در گذشته از یک ساختار ثابت استفاده نشده است. سپس به بررسی چهار عامل سوانح طبیعی، مرگ رهبران سیاسی، حملات تروریستی و جنگ بین کشورها به عنوان عوامل تاثیرگذار بر بازار نفت خام پرداخته شده است تا با تبدیل آنها به معیارهایی عددی به کمک منطق فازی بتوان تاثیرات آنها را در خروجی های مدل انفیس اثر داد. نتایج حاصل نشان دهنده عملکرد قابل قبول مدل نوروفازی و اثر مثبت تاثیر دادن عوامل غیرقابل اندازه گیری در خروجی های مدل نوروفازی است به طوری که در طول یک سال(255 روز کاری)، درصد صحیح پیش بینی 63% برای مدل انفیس و 66% پس از تاثیر دادن عوامل غیر قابل اندازه گیری و درصد میانگین خطای مطلق اندازه گیری 7658/2% برای مدل انفیس و 8678/2% پس از تاثیر دادن عوامل غیر قابل اندازه گیری بدست آمده است.

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 قیمت نفت با استفاده از روش متا آنالیز

نفت یک کالای مهم اقتصادی و قیمت آن در بازارهای بین‌المللی بسیار اثرگذار و توانایی ارائه پیش‌بینی صحیح از وضعیت قیمت آن یکی از چالش‌های مهم علمی در سراسر جهان است. این مقاله به پیش‌بینی قیمت نفت با استفاده از روش متا آنالیز و مقایسه آن با سایر روش‌ها می‌پردازد. در این تحقیق از نتایج روش‌های ARMA،AR فازی، تاناکا فازی، حداقل مربعات فازی، شبکه عصبی، داده‌های شبیه‌سازی شده و داده‌کاوی مربوط به قیمت‌...

متن کامل

آزمون آشوب و پیش بینی قیمت های آتی نفت خام

این مقاله به امکان سنجی وجود آشوب در ساختار سیستم مولد قیمت نفت خام شاخصWTI طی دوره 4 آوریل 1983 تا 13 ژانویه 2003 می پردازد. به این منظور از تخمین نمای لیاپانوف و بعد همبستگی به عنوان آزمون های مستقیم آشوب و آزمون های BDS و شبکه عصبی جهت بررسی غیر خطی بودن ساختار سیستم استفاده شده است. نتایج تخمین نمای لیاپانوف و بعد همبستگی، وجود آشوب در سری زمانی را تایید کرده و تخمین آماره BDS و شبکه عصبی، ...

متن کامل

پیش بینی قیمت نفت با استفاده ازسامانه خبره تلفیقی

در تحقیق حاضر سامانه خبره تلفیقی به عنوان روشی جدید و کارآمد جهت پیش بینی قیمت نفت معرفی می گردد. این روش، تلفیقی از داده کاوی صفحات وب، سامانه مبتنی بر پایگاه قواعد و شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک می باشد. در داده کاوی صفحات وب، اطلاعات پیرامون عوامل موثر بر قیمت از سایت های مختلف به دست آمده و میزان تاثیر گذاری این عوامل در قالب قوانینی درسامانه مبتنی بر پایگاه قواعد ذخیره می گردد، ا...

متن کامل

شبیه سازی و پیش بینی قیمت جهانی نفت خام

در این مقاله با بررسی و شناسایی عوامل اساسی مؤثر بر عرضه و تقاضای نفت‌خام، از طریق بررسی اثر مازاد عرضه بر بازار جهانی نفت خام، الگویی برای شبیه‌سازی و پیش‌بینی قیمت نفت طراحی شده است. در این الگو که یک الگوی رفتاری همزمان اقتصادسنجی می‌باشد با استفاده از روش تعدیل عدم تعادل پویا (DDAM)[1]، اثرات متغیرهای قیمت گاز طبیعی، تولید ناخالص داخلی جهانی، تولید ناخالص داخلی کشورهای تولیدکنندة نفت، ظرفیت...

متن کامل

مقایسه عملکرد مدل های پیش بینی خاکستری با هدف پیش بینی قیمت نفت خام

به ‏کارگیری روش­های کمی پیش بینی در زمینه­ های مختلف مورد توجه گسترده قرار گرفته است. تغییرات سریع محیط­های ناشناخته در دنیای واقعی و به ­ویژه در بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی­ کنندگان برای تامین داده­ های مورد نیاز شده است. برتری مدل‏های خاکستری نسبت به مدل های پیش بینی متداول در این است که مدل­های خاکستری برای پیش بینی رفتار سیستم نیاز به تعدادکمی داده دارد و نیز رفتار سیستم ر...

متن کامل

پیش بینی قیمت نفت خام وتعیین سطح تولید بهینه با استفاده از الگوی تکاملی شبکه های عصبی و تعادل نش

در اقتصاد جهان، نفت خام در کنار گاز طبیعی و زغال سنگ یکی از منابع استراتژیک انرژی است و پیش‌بینی روند تقاضای آن جهت اتخاذ سیاست‌های مناسب، مورد توجه سیاست‌گذاران و تصمیم‌گیرندگان است. نظر به روند پر نوسان و غیرخطی عرضه و تقاضای نفت خام و قیمت آن، روش‌هایی هوشمند و غیرخطی خصوصاً شبکه‌های عصبی مبتنی بر الگوهای تکاملی، توانسته‌اند توانایی خود را در پیش‌بینی کوتاه‌مدت قیمت نفت خام به اثبات برسانند. ...

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 صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی مکانیک

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023