ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ بسعر الصرف في السودان ب...>الوصف

التنبؤ بسعر الصرف في السودان باستخدام نماذج الشبكات العصبية خلال الفترة 1960 م.-2017 م.

العنوان بلغة أخرى: Predicting the Exchange Rate in Sudan Using Neural Networks Models during the Period 1960-2017
المصدر: مجلة العلوم الإقتصادية والإدارية والقانونية
الناشر: المركز القومي للبحوث غزة
المؤلف الرئيسي: آدم، فتحي أحمد علي (مؤلف)
مؤلفين آخرين: جمال الدين، محمود محمد عبدالعزيز (م. مشارك), محمد، عادل عبدالله آدم (م. مشارك)
المجلد/العدد: مج4, ع14
محكمة: نعم
الدولة: فلسطين
التاريخ الميلادي: 2020
الشهر: ديسمبر
الصفحات: 85 - 100
DOI: 10.26389/AJSRP.C300420
ISSN: 2522-3372
رقم MD: 1103356
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink, IslamicInfo
مواضيع:
السياسات النقدية | سعر الصرف | الشبكات العصبية | إدارة البنوك | السودان
كلمات المؤلف المفتاحية:
الشبكات العصبية | البيرسبترون متعدد الطبقات | سعر الصرف | Neural Networks | Multilayer Perceptron | Exchange Rate
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

19

حفظ في:
المستخلص: تناولت الدراسة استخدام نماذج الشبكات العصبية الاصطناعية للتنبؤ بسعر الصرف في السودان من خلال بيانات سنوية لسعر الصرف بين الدولار الأمريكي والجنيه السوداني. هدفت هذه الدراسة إلى صياغة نماذج للشبكات العصبية الاصطناعية يمكن من خلاله التنبؤ بسعر الصرف في الفترة القادمة. برزت أهمية الدراسة في ضرورة استخدام النماذج الحديثة للتنبؤ بدلاً عن النماذج الكلاسيكية الأخرى. افترضت الدراسة أن نماذج الشبكات العصبية الاصطناعية لها مقدرة عالية على التنبؤ بسعر الصرف. تم استخدام نموذج الشبكة العصبية. أهم النتائج مقدرة نماذج الشبكات العصبية الاصطناعية على التنبؤ بسعر الصرف بصورة دقيقة، وأن النموذج (1- 1- 1) MLP هو أفضل نموذج تم اختياره لذلك الغرض. أوصت الدراسة بتطوير النموذج المقترح من أجل التنبؤ في المدى الطويل.

The study examined the use of artificial neural network models to predict the exchange rate in Sudan through annual exchange rate data between the US dollar and the Sudanese pound. This study aimed to formulate the models of artificial neural networks, which the exchange rate can be predicted in the coming period. The importance of the study is that it is necessary to use modern models to predict instead of other classical models. The study hypothesized that the models of artificial neural networks have a high ability to predict the exchange rate. Use models of artificial neural networks. The most important results ability of artificial neural networks models to predict the exchange rate accurately, Form MLP (1-1-1) is the best model chosen for that purpose. The study recommended the development of the proposed model for long-term forecasting.
ISSN: 2522-3372

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.