مطالب مرتبط با کلیدواژه

پیش بینی قیمت آتی پسته


۱.

برآورد قیمت آتی پسته در بورس کالای کشاورزی با استفاده از الگوی هیبریدی «تبدیل موجک-گرادیان تقرب یافته درختی»(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی قیمت آتی پسته یادگیری ماشین تئوری موجک مدل گرادیان تقرب یافته درختی و مدل جنگلی تصادفی

حوزه‌های تخصصی:
تعداد بازدید : ۱۶۷ تعداد دانلود : ۱۳۷
در طی سال های اخیر، بازار بورس کالای ایران همواره با نوسان ها و تلاطم های بی ثبات کننده قیمت همراه بوده است. با توجه به جایگاه مهم پسته در بورس کالای ایران و نیز لزوم به کارگیری ابزارهای مناسب برای تشخیص بهینه قیمت آتی، هدف از انجام این مطالعه، طراحی و ساخت یک مدل هیبریدی مناسب مبتنی بر گردایان تقرب یافته و مقایسه عملکرد آن با سایر مدل های یادگیری ماشین به منظور پیش بینی دقیق قیمت آتی پسته است. نتایج حاصل از بکارگیری تئوری موجک نشان داد که میزان خطای داده های قیمت کاهش یافته و داده ها از یک روند باثبات (نوفه سفید) برخوردار شدند. همچنین نتایج حاصل از انجام اجرای شبکه کدکننده خودکار نشان داد که وقفه بهینه یک، بهترین متغیر ورودی برای پیش بینی قیمت آتی پسته در دوره مورد بررسی است. بر مبنای شاخص های نیکویی برازش، مدل پیشنهادی این مطالعه یعنی «تبدیل موجک-گرادیان تقرب یافته» در مقایسه با دیگر مدل های داده کاوی، دارای عملکرد بهتری در پیش بینی قیمت آتی پسته بود. همچنین، پیش بینی خارج از نمونه با مدل منتخب نشان داد که قیمت های جدید پیش بینی شده با داده های واقعی اختلاف کمی دارد که بیانگر کارایی و دقت مدل هیبریدی منتخب است. بنابراین، مدل پیشنهادی برای پیش بینی قیمت کالاهای کشاورزی توصیه شده و می تواند به عنوان یک شاخص اطمینان و یک ابزاری محاسباتی کارا در مدیریت ریسک برای معامله گران و فعالان بازار بورس کالای ایران به کار گرفته شود.
۲.

به کارگیری مدل های هیبریدی مبتنی بر یادگیری عمیق ماشین در کشاورزی هوشمند (مطالعه موردی: پیش بینی قیمت آتی پسته)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی قیمت آتی پسته تئوری موجک و شبیه سازی مونت کارلو - زنجیره مارکف داده کاوی یادگیری شبکه عصبی عمیق

حوزه‌های تخصصی:
تعداد بازدید : ۸۵ تعداد دانلود : ۹۱
امروزه بسیاری از کشاورزان و فعالان بخش کشاورزی از تغییرات قیمت های بازار و آخرین پیشرفت های فناوری در حوزه قیمت محصولات کشاورزی آگاهی های لازم را ندارند؛ بنابراین بهره گیری از مدل های هوشمند برای پیش بینی دقیق قیمت کالاهای کشاورزی در حوزه کشاورزی هوشمند برای آنها اهمیت حیاتی دارد. لذا هدف از این مطالعه، ارائه یک مدل هوشمند بر پایه داده کاوی از نوع هیبریدی غیر خطی برای پیش بینی دقیق قیمت آتی پسته به منظور رفع محدودیت های موجود شامل ماهیت چندبعدی داده ها، عدم قطعیت در داده های پیش بینی شده و نهایتاً ارائه و ساخت مدل پایه قابل انتشار در زمینه به کارگیری الگوریتم های یادگیری ماشین عمیق برای پیش بینی قیمت محصولات کشاورزی است. نتایج حاصل از این مطالعه نشان داد که 1) با بکارگیری تئوری موجک برای نوفه زدایی داده ها، میزان خطای داده های قیمت کاهش یافته و داده ها از یک روند باثبات برخوردار شدند، 2) نتایج حاصل از اجرای شبکه کدکننده خودکار منتج به انتخاب وقفه بهینه یک، به عنوان متغیر ورودی برای پیش بینی قیمت آتی پسته تشخیص داده شد، 3) نتایج حاصل از بکارگیری شبیه سازی مونت کارلو-زنجیره مارکف و نیز پیش بینی خارج از نمونه با مجموعه داده های جدید، بیانگر این است که محتمل ترین و خوشبینانه ترین قیمت قابل وقوع برای قیمت آتی پسته در بورس کالای ایران، در سقف قیمتی 213 هزار تومان قرار دارد و قیمت پیش بینی شده با قیمت واقعی دارای اختلاف اندکی است (میزان خطا 0/7 درصد است). بر اساس نتایج حاصل شده، استفاده از مدل هیبریدی پیشنهاد شده و بکارگیری اجزای بکار برده شده در آن یعنی تابع تبدیل موجک، شبکه کدکننده خودکار، شبکه عصبی یادگیری عمیق، شبیه سازی مونت کارلو و استنتاج قیمت های جدید به عنوان کامل ترین زنجیره ارزش دو بخشی تحت یک مدل مرجع و پایه قابل انتشار برای پیش بینی و آزمون سایر محصولات کشاورزی با امکان به کارگیری تواترهای زمانی مختلف پیشنهاد می شود.