کاربرد الگوریتم ژنتیک در بهینه سازی معماری شبکه عصبی و پیش بینی قیمت نفت (GADDN)

پیش بینی صحیح قیمت نفت نقش مهمی را در هدایت سیاست های پولی کشورهای مختلف ایفا می کند. اهمیت این نقش به طور مشهود در کشورهای واردکننده و صادرکننده نفت به چشم می خورد. در این مقاله از الگوریتم ژنتیک برای بهینه سازی معماری و ساختار شبکه عصبی مصنوعی بهره برده ایم. در طی فرآیند بهینه سازی، وزن ها، بایاس و ساختار شبکه عصبی محاسبه می شوند تا بدین طریق از پیچیدگی های ناشی استفاده از شبکه عصبی مصنوعی در پیش بینی کاسته گردد. برای بررسی عملکرد مدل شبکه عصبی اصلاح شده با الگوریتم ژنتیک (GADNN) از آن برای پیش بینی قیمت نفت اینترمدیت وست تگزاس (WTI) در سال 2012 تا انتهای 2015 استفاده می شود. نتایج پژوهش نشان دهنده عملکرد بهتر و دقت بیشتر مدل پیشنهادی پژوهش حاضر در مقایسه با سایر مدل های شبکه عصبی مصنوعی در پیش بینی قیمت نفت می باشد.