ارسل ملاحظاتك

ارسل ملاحظاتك لنا







دراسة مقارنة بين الشبكات العصبية الاصطناعية ونماذج الانحدار أشعة الدعم للتنبؤ بأسعار البترول خلال الفترة 1990-2019

العنوان بلغة أخرى: A Comparison of Artificial Neural Networks and Support Vector Regression Models for Forecasting Oil Prices During the Period 1990-2019
المصدر: أبحاث اقتصادية وإدارية
الناشر: جامعة محمد خيضر بسكرة - كلية العلوم الاقتصادية والتجارية وعلوم التسيير
المؤلف الرئيسي: ساهد، عبدالقادر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Sahed, Abdelkader
مؤلفين آخرين: قهوي، حسن (م. مشارك)
المجلد/العدد: مج16, ع2
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2022
الشهر: ديسمبر
الصفحات: 83 - 98
DOI: 10.37136/0504-016-002-005
ISSN: 1112-7902
رقم MD: 1347023
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
التنبؤ | أسعار البترول | Forecasting | Oil Prices | MLP | SVR | RMSE
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

18

حفظ في:
المستخلص: تهدف هذه الدراسة إلى المقارنة بين نماذج الشبكات العصبية الاصطناعية من النوع الشبكات المتعددة الطبقات ونماذج الانحدار أشعة الدعم للتنبؤ بأسعار البترول الخام الشهرية، لذلك، تم استخدام أسعار البترول للفترة من جانفي 1990 إلى ديسمبر 2019، حيث تم الاستناد في هذه المقارنة بين هاتين المقاربتين على كلا من معيار متوسط مربعات الأخطاء MSE ومعيار جذر متوسط مربعات الأخطاء RMSE. وقد أظهرت النتائج أن نماذج الانحدار أشعة الدعم أكثر كفاءة وأداء للتنبؤ بالقيم المستقبلية للسلسلة أسعار البترول من نماذج الشبكات العصبية متعددة الطبقات.

This study aims to compare between the Multilayer Perceptron Network (MLP) and Support Vector Regression (SVR). The study used the monthly oil price during 1990 to 2019. The comparison of these two approaches is based on the mean squared error (MSE) and the root mean squared error (RMSE). The results indicated that the Support Vector Regression are better and more efficient than the Multilayer Perceptron network models in forecasting oil prices.

ISSN: 1112-7902