پیش‌بینی قیمت جهانی سنگ‌ آهن با استفاده از شبکه‌ های عصبی

نوع مقاله : علمی پژوهشی

نویسندگان

1 عضو هیات علمی گروه عمران، دانشکده عمران و معماری دانشگاه ایوان‌کی

2 معاون پزوهشی و فناوری

چکیده

وابستگی دنیای امروز به فناوری ، نیاز بشر را به محصولات تولید شده از سنگ آهن بیشتر میکند و پیش بینی ها حاکی از آن است که تا سال 2035 میزان تقاضای فولاد 60 درصد افزایش یابد (محمدی ، سلطانی محمدی و بخشنده امنیه 1392).
به همین دلیل پیش بینی قیمت فلزات از جمله سنگ آهن با استفاده از روش های کمی و کیفی نظیر مطالعه فنی اقتصادی بازار ،مطابقت زیادی با واقعیت نداشته است .
یکی از روش‌های متداول بررسی قیمت‌ها، روش سری‌های زمانی است. در این پژوهش، با مدل‌سازی و استفاده از تحلیل سری زمانی به کمک شبکه عصبی پویا، به پیش‌بینی قیمت سنگ‌آهن پرداخته‌شده است. در ادامه، با به‌کارگیری روش شبکه عصبی مصنوعی و با توجه به قیمت ماهانه سنگ‌آهن و عوامل مؤثر بر نوسانات آن، قیمت سنگ‌آهن برآورد شده و سپس نتایج به‌دست‌آمده، ازنظر قابلیت پیش‌بینی مورد ارزیابی قرار گرفت.
مدل شبکه عصبی بهینه با 3 لایه و 10 نرون قیمت سنگ‌آهن را با دقت بسیار مناسب برآورد کرده است. در این مدل مقدار خطای آموزش در حدود 7/1% و برای اعتبار سنجی برابر 3/2% و خطای آزمون 5/1% است. همچنین مقدار رگرسیون و همبستگی داده‌ها در سطح اعتماد 95% و مقدار همبستگی بالا با R2=0.98 نشان‌گر یک مدل خوب و با دقت مناسب است.

کلیدواژه‌ها