پيش بيني قيمت نفت با استفاده ازسامانه خبره تلفيقي

Oil Price Forecasting Using Hybrid Intelligent System

در تحقيق حاضر سامانه خبره تلفيقي به عنوان روشي جديد و كارآمد جهت پيش بيني قيمت نفت معرفي مي‌گردد. اين روش، تلفيقي از داده كاوي صفحات وب، سامانه مبتني بر پايگاه قواعد و شبكه عصبي GMDH مبتني بر الگوريتم ژنتيك مي‌باشد. در داده كاوي صفحات وب، اطلاعات پيرامون عوامل موثر بر قيمت از سايت‌هاي مختلف به دست آمده و ميزان تاثير گذاري اين عوامل در قالب قوانيني درسامانه مبتني بر پايگاه قواعد ذخيره مي‌گردد، اين قوانين همراه با ميانگين‌هاي متحرك كوتاه مدت و بلندمدت قيمت نفت، به عنوان ورودي شبكه عصبي جهت الگو سازي و پيش بيني قيمت نفت لحاظ مي‌گردند. نتايج بررسي‌ها نشان داد كه به كارگيري سامانه خبره تلفيقي عملكرد پيش بيني را نسبت به مدل شبكه عصبي در حد معني‌داري افزايش مي‌دهد.

In this paper, hybrid intelligent framework presented as a new and efficient method for crude oil price forecasting. This method is developed by applying a systematic integration of GMDH neural networks with GA and Rule-based Expert System (RES) with Web-based Text Mining (WTM) for crude oil price forecasting. In WTM, information about agents that affect on crude oil price outperforms from different sites and degree of these effective agents restores as rules by RES. These rules with long run and short run crude oil price moving averages are modeled by GMDH neural network and results reveal that hybrid intelligent system improve forecasting results.