رقیب جدی روش‌های آماری سنتی:

پیش‌بینی دقیق افزایش قیمت نفت با توسعه الگوریتمی

کد خبر : 33099 یکشنبه 23 اسفند 1394 - 19:46:34

نوسانات آینده قیمت نفت از طریق ترکیبی از آمارهای قبلی و الگوریتم‌های رایانه‌ای پیچیده، قابل پیش‌بینی است.

نفت خام نقش مهمی در اقتصاد جهانی ایفا می کند. مطالعات گذشته، یک رابطه نزدیک بین قیمت نفت و نرخ رشد تولید ناخالص داخلی (GDP) را نشان می‌دهند.  پیش‌بینی قیمت نفت باتوجه به پیچیدگی ذاتی مکانیسم‌های بازار نفت و سایر تأثیرات خارجی مانند آب و هوا، وضعیت سهام، جنبه‌های سیاسی و حتی انتظارات روانی مردم، کاری بسیار دشوار است.

به گفته دکتر احمد المصری، استادیار دانشگاه پلیموث، قیمت نفت بر زندگی مردم در نقاط مختلف جهان تأثیر می‌گذارد؛ نوسانات اخیر قیمت‌های نفت منجر به عدم قطعیت اقتصادی شده است و این وضعیت تا زمانیکه مصرف - و درنتیجه تقاضا- افزایش پیدا کند، ادامه خواهد داشت.

پیش‌بینی قیمت نفت باتوجه به پیچیدگی ذاتی مکانیسم‌های بازار نفت و سایر تأثیرات خارجی مانند آب و هوا، وضعیت سهام، جنبه‌های سیاسی و حتی انتظارات روانی مردم، کاری بسیار دشوار است.

اگر سیاست‌گذاران و اقتصاددانان، ابزاری برای پیش‌بینی دقیق قیمت‌های آینده نفت در اختیار داشته باشند، امکان برنامه‌ریزی برای آینده فراهم شده و حتی مصرف‌کنندگان نیز می‌توانند برنامه دقیقی برای افزایش یا کاهش احتمالی قیمت‌ها داشته باشند.

محققان دانشگاه پلیموث انگلیس با همکاری دانشگاه علم و فناوری خلیج (فارس) کویت، از طیف وسیعی از مدل‌های برنامه‌ریزی برای پیش‌بینی افزایش و کاهش قیمت نفت طی بازه زمانی ژانویه 1986 تا ژوئن 2012 استفاده کردند.

محققان دریافتند، در زمان فراهم بودن داده‌های چند ساله، مدل برنامهنویسی بیان ژن (GEP) میتواند آمار و ارقام سالهای آتی را پیشبینی کند و عملکرد این مدل بسیار دقیقتر از روشهای آماری سنتی است.

برنامه‌نویسی بیان ژن (GEP) یکی از تحولات اخیر در زمینه سیستم‌های تکاملی مصنوعی محسوب می‌شود که در گذشته، توانایی خود را برای پیش‌بینی دقیق نرخ‌های ارز و حتی میزان تبخیر روزانه دریاچه‌های ترکیه نشان داده بود.

این مدل، یک ساختار درختی پیچیده است که از طریق تغییر اندازه و شکل - درست مانند یک موجود زنده - کار می‌کند؛ همچنین از یک ژنوم ساده برای حفظ و انتقال اطلاعات ژنتیکی و یک فنوتیپ پیچیده برای کشف محیط و انطباق با آن بهره می‌برد.

عملکرد برنامه‌نویسی بیان ژن حتی دقیق تر از سایر مدل‌های شبکه عصبی مصنوعی (NN) و سیستم ميانگين متحرك يكپارچه خودهمبسته (ARIMA) است.

 

منبع: Phys.org

ترجمه: معصومه سوهانی

 

نظرات شما

نظرات شما

متن *

[کد امنیتی جدید]