پيش‌بيني قيمت جهاني سنگ‌ آهن با استفاده از شبكه‌ هاي عصبي

وابستگي دنياي امروز به فناوري ، نياز بشر را به محصولات توليد شده از سنگ آهن بيشتر ميكند و پيش بيني ها حاكي از آن است كه تا سال 2035 ميزان تقاضاي فولاد 60 درصد افزايش يابد (محمدي ، سلطاني محمدي و بخشنده امنيه 1392).به همين دليل پيش بيني قيمت فلزات از جمله سنگ آهن با استفاده از روش هاي كمي و كيفي نظير مطالعه فني اقتصادي بازار ،مطابقت زيادي با واقعيت نداشته است . يكي از روش‌هاي متداول بررسي قيمت‌ها، روش سري‌هاي زماني است. در اين پژوهش، با مدل‌سازي و استفاده از تحليل سري زماني به كمك شبكه عصبي پويا، به پيش‌بيني قيمت سنگ‌آهن پرداخته‌شده است. در ادامه، با به‌كارگيري روش شبكه عصبي مصنوعي و با توجه به قيمت ماهانه سنگ‌آهن و عوامل مؤثر بر نوسانات آن، قيمت سنگ‌آهن برآورد شده و سپس نتايج به‌دست‌آمده، ازنظر قابليت پيش‌بيني مورد ارزيابي قرار گرفت.مدل شبكه عصبي بهينه با 3 لايه و 10 نرون قيمت سنگ‌آهن را با دقت بسيار مناسب برآورد كرده است. در اين مدل مقدار خطاي آموزش در حدود 7/1% و براي اعتبار سنجي برابر 3/2% و خطاي آزمون 5/1% است. همچنين مقدار رگرسيون و همبستگي داده‌ها در سطح اعتماد 95% و مقدار همبستگي بالا با R2=0.98 نشان‌گر يك مدل خوب و با دقت مناسب است.