ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > مقارنة بين تقنيات الذكاء الاصط...>الوصف

مقارنة بين تقنيات الذكاء الاصطناعي للتنبؤ بأسعار معدني الذهب والنحاس

العنوان بلغة أخرى: A Comparison of Artificial Intelligence Techniques to Predict the Prices of Gold and Copper Metals
المصدر: مجلة بحوث جامعة حلب - سلسلة العلوم الاقتصادية
الناشر: جامعة حلب
المؤلف الرئيسي: ادلبي، ياسين (مؤلف)
المؤلف الرئيسي (الإنجليزية): Idlbi, Yasin
مؤلفين آخرين: ساكت، غسان (م. مشارك) , سريو، آية (م. مشارك)
المجلد/العدد: ع44
محكمة: نعم
الدولة: سوريا
التاريخ الميلادي: 2021
الصفحات: 1 - 19
ISSN: 2227-9180
رقم MD: 1471104
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
بورصة المعادن | الذكاء الاصطناعي | خوارزمية الغابة العشوائية | معدن الذهب
كلمات المؤلف المفتاحية:
أسعار معدني الذهب والنحاس | الغابات العشوائية | الشبكات العصبية | شعاع الدعم الآلي | نظام الاستدلال الضبابي المبني على شبكة عصبية تكيفية | Prices of Gold and Copper Minerals | Artificial Neural Network | Random Forests | Support Vector Machines | Adaptive-Network-Based Fuzzy Inference System
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: هدف البحث إلى بناء نموذج للتنبؤ بأسعار معدني الذهب والنحاس باستخدام تقنية أشجار الغابات العشوائية والشبكات العصبية وشعاع الدعم الآلي ونظام الاستدلال الضبابي المبني على شبكة عصبية تكيفية بالاعتماد على البيانات التاريخية للمعدنين حيث قام الباحثون بتهيئة البيانات باستخدام أربع متغيرات للدخل ومتغير للخرج، متغيرات الدخل هي البيانات الأساسية التي تم الحصول عليها (سعر الإغلاق -سعر الافتتاح- أعلى سعر -أدنى سعر) أما متغير الخرج فهو سعر الإغلاق لليوم التالي، تم بناء النماذج واختبار نتائج الطرائق المختلفة المستخدمة في التنبؤ ومقارنتها مع بعضها البعض. توصل البحث إلى أن التقنيات الأربعة قادرة على التنبؤ بدقة جيدة بأسعار المعدنين مع أفضلية لتقنية الشبكات العصبية بمعامل ارتباط قدره 0,9967 للذهب و0.995 للنحاس تليها تقنية شعاع الدعم الآلي.

The research aims to build a model for predicting the prices of gold and copper minerals using the technique of random forests, artificial neural network, support vector machines, and adaptive network- based fuzzy inference system based on an adaptive neural network, depending on the historical data of the miners. The researchers configured the data using four input variables and one output variable. The input variables are the basic data obtained (closing price- opening price- highest price- lowest price) and the output variable is the closing price for the next day. The models were constructed and the results of the different methods used in forecasting were tested and compared with each other. The research found that the four technologies are able to predict, with good accuracy, the prices of the two metals, with a preference for the artificial neural network technology with a correlation factor of 0.9967 for gold and 0.995 for copper, followed by the support vector machines technology.
ISSN: 2227-9180

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.