اطلاعات مطلب
  • بازديدها: 1341
  • نويسنده: admin
  • تاريخ: 23 شهریور 1394
  • 0
23 شهریور 1394

بررسی روشهای سنتی و مدرن پیش بینی قیمت سهام در بازار بورس و معرفی روش بهینه

دسته بندی: مقالات فارسی

 بررسی روشهای سنتی و مدرن پیش بینی قیمت سهام در بازار بورس و معرفی روش بهینه
[ کیارش آقاخانی ] - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد آشتیان، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، آشتیان ، ایران
[ عباس کریمی ] - دانشگاه آزاد اسلامی، واحد اراک، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، اراک ، ایران
چکیده مقاله:
با توسعه مداوم اقتصاد جامعه، افزایش سریعی در ظهور بازارهای سرمایه در کشور صورت گرفته است بنابراین سرمایه گذار نیازمندابزارهای قدرتمند و قابل اعتماد است تا از طریق آن به پیش بینی قیمت سهام بپردازد. قبل از وجود رایانه ها و استفاده از آن هابرای پیش بینی در بورس اوراق بهادار کار پیش بینی به سختی صورت می گرفت، سرمایه گذاران از شیوه های مختلف پیش بینی برای حداکثر کردن بازده و حداقل کردن ریسک استااده می کردند. در این مقاله با معرفی روش های سنتی و مدرن پیش بینی قیمت سهام ، باتوجه به اینکه بازار سهام یک سیستم غیر خطی و آشوبناک است لذا به کارگیری ابزارهای تجزیه و تحلیل سنتی برای اتخاذ تصمیم های دقیق در مورد سهام بسیار مشکل بوده و از دقت لازم نسبت به روش های مدرن برخوردار نیستند. از این رو به مقایسه چهارده متد از روشهای پیش بینی مدرن پرداخته و روش بهینه معرفی می گردد
کلیدواژه‌ها:
پیش بینی قیمت سهام، بورس اوراق بهادار، شبکه عصبی مصنوعی، الگوریتم جستجوی هارمونی
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-RCEITT01-RCEITT01_238.html 

اطلاعات مطلب
  • بازديدها: 1289
  • نويسنده: admin
  • تاريخ: 23 شهریور 1394
  • 0
23 شهریور 1394

تحلیل و بررسی الگوریتم های مسیریابی جدید در شبکه Benes معرفی الگوریتم بهینه

دسته بندی: مقالات فارسی

تحلیل و بررسی الگوریتم های مسیریابی جدید در شبکه Benes معرفی الگوریتم بهینه
[ احسان معنوی ] - دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی، واحد آشتیان، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، آشتیان ، ایران
[ کیارش آقاخانی ] - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد آشتیان، باشگاه پژوهشگران جوان و نخبگان، آشتیان، ایران
[ عباس کریمی ] - دانشگاه آزاد اسلامی، واحد اراک، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، اراک ، ایران،
چکیده مقاله:
در یک بسته‌بندی کلی از شبکه‌های میان ارتباطی در نوع دینامیکی، مسیریابی سریع و مطمئن مسئله بسیار اساسی است. شبکه Benes یکی از انواع شبکه‌های میان ارتباطی دینامیکی است که در مقیاس وسیعی برای شبکه‌های تلفنی، سیستم‌های چند پردازنده‌ای، کامپیوترهای موازی و سوئیچ ATMو... استفاده می‌شود. در این مقاله دو مورد از جدیدترین الگوریتم‌های مسیریابی شبکه بتس را معرفی کرده سپس به مقایسه آن‌ها با الگوریتم‌های Fast,Hassam- jose,looping از لحاظ سرعت اجرا و پیاه‌سازی الگوریتم‌ها تحلیل و سپس الگوریتم بهینه معرفی می‌گردد.
کلیدواژه‌ها:
شبکه های میان ارتباطی ، شبکه بنس ، الگوریتم مسیریابی
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-FRCCN01-FRCCN01_039.html 

اطلاعات مطلب
  • بازديدها: 1101
  • نويسنده: admin
  • تاريخ: 23 شهریور 1394
  • 0
23 شهریور 1394

ترکیب الگوریتم پس انتشار و ازدحام ذرات برای تشخیص خودکار خطا در شبکه های موردی سیار

دسته بندی: مقالات فارسی

ترکیب الگوریتم پس انتشار و ازدحام ذرات برای تشخیص خودکار خطا در شبکه های موردی سیار
[ مریم غیاثی ] - فارغ التحصیل کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی اراک
[ عباس کریمی ] - عضو هیات علمی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی اراک.
چکیده مقاله:
شبکه های موردی سیار مجموعه ای از نودهای مستقل و پویا هستند که به صورت بیسیم با هم ارتباط دارند. یکی از رویدادهایی که در هر شبکه باید انتظار وقوع آن را داشت مساله بروز خطا است، و آنچه در این مواقع اهمیت بیشتری پیدا می کند چگونگیرفتار شبکه در این مواقع است به طوری که بتواند خطا را تشخیص دهد و یا در حضور خطا به گونه ای عمل کند که عملکرد نهایی شبکه تحت تاثیر منفی خطا قرار نگیرد. شبکه عصبی یک روش آماری غیرخطی برای مدلسازی داده ها یا ابزاری برای تصمیم گیری میباشد. همچنین در تعریفی دیگر شبکه عصبی مصنوعی یک روش تشخیص الگو و دسته بندی میباشد. مسئله تشخیصخطا نیز یک مسئله دستهبندی یا طبقهبندی میباشدکه هدف از آن تقسیم بندی نودهای معیوب وسالم میباشد. بنابراین استفاده از شبکه عصبی پرسپترون در این زمینه می تواند مفید باشد. یکی از مشکلات این روش قرار گیری آن در بهینه محلی می باشد. ازاین رو در اینجا روشی مبتنی بر ترکیب الگوریتم پس انتشار خطا، با جستجوی محلی مناسب، و الگوریتم ازدحام ذرات به عنوانجستجوی سراسری کارآمد، پیشنهاد شده است. در روش پیشنهادی، الگوریتم پس انتشار در تعامل با الگوریتم ازدحام ذرات عمل می کند، بطوری که بعد هر تعداد تکرار مشخص، وزن ها در شبکه عصبی به عنوان ذرات در الگوریتم ازدحام ذرات بهینه می شوند. جهت مرحله آموزش و آزمون در شبکه عصبی از پارامترهای شبکه موردی سیار که اندازهگیری شدهاند، به عنوان ورودی و خروجیاستفاده شد. نتایج نشان میدهد که روش پیشنهادی نسبت به سایر روش ها از نظر تعداد تکرار کمتر، قابلیت اعتبار بیشتر و عدم قرارگیری در بهینه محلی عملکرد بهتری دارد.
کلیدواژه‌ها:
شبکه عصبی پرسپترون، هوش دسته جمعی، شبکه های موردی سیار، تشخیص خطا
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-NCECN01-NCECN01_024.html 

اطلاعات مطلب
  • بازديدها: 1035
  • نويسنده: admin
  • تاريخ: 23 شهریور 1394
  • 0
23 شهریور 1394

رویکردی نوین در داده کاوی برای پیش بینی قیمت فلزات پایه بر مبنای الگوریتم ترکیبی کرم شب تاب و شبکه عصبی

دسته بندی: مقالات فارسی

 رویکردی نوین در داده کاوی برای پیش بینی قیمت فلزات پایه بر مبنای الگوریتم ترکیبی کرم شب تاب و شبکه عصبی
[ سیداحسان معنوی ] - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد آشتیان، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، آشتیان ، ایران
[ عباس کریمی ] - دانشگاه آزاد اسلامی، واحد اراک، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، اراک ، ایران
چکیده مقاله:
پیش بینی یکی از پایه های اصلی در تصمیم گیری قلمداد میشود. یک پیش بینی دقیق می تواند تا حد زیادی موجب کاهش تصمیمات غلط شده و توانایی رقابتی سازمان را ارتقا دهد در خصوص استفاده از الگوریتم های فرا مکاشفه ای آنچه در عمل دیدهمی شود این است که تعدادی از الگوریتم ها ذاتا سریعتر از بقیه عمل می کنند و این باعث تمایل بیشتر کاربران به استفاده از الگوریتم های فرا مکاشفه ای می شود از آنجا که رفتار بازار فلزات از جمله مس یک رفتار غیر خطی است، هدف اصل این تحقیق، طراحی، مدل سازی و ارائه روشی جدید جهت پیش بینی قیمت مس در داده های قیمت مس با استفاده از شبکه عصبی مصنوعی و الگوریتم فرا مکاشفه ای کرم شب تاب است و در پی کاهش خطای پیش بینی قیمت فلزات بااستفاده از این تکنیک هستیم .در این مقاله معیارهای ارزیابی MSE,RMSE,MAPE,R^2 نسبت به شبکه عصبی بهبود یافته است.
کلیدواژه‌ها:
داده کاوی، پیش بینی ، قیمت مس ،الگوریتم کرم شب تاب ،شبکه عصبی
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-RCEITT01-RCEITT01_216.html 

اطلاعات مطلب
  • بازديدها: 1264
  • نويسنده: admin
  • تاريخ: 23 شهریور 1394
  • 0
23 شهریور 1394

بررسی روش های پیش بینی قیمت سهام در بازار بورس و معرفی روش بهینه

دسته بندی: مقالات فارسی

 بررسی روش های پیش بینی قیمت سهام در بازار بورس و معرفی روش بهینه
[ کیارش آقاخانی ] - دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی، واحد آشتیان، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، آشتیان ، ایران
[ عباس کریمی ] - دانشگاه آزاد اسلامی، واحد اراک، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، اراک ، ایران
چکیده مقاله:
پیش بینی قیمت سهام از اهمیت خاصی برای سهامداران برخوردار است تا بیشترین سود را کسب و همواره به دنبال راهکارهای منطقی و دقیق جهت پیش بینی بوده اند. تکنیک های داده علاوه بر جمع آوری و مدیریت داده ها، آنالیز و پیش بینی های را نیز شامل می شود که کشف الگوهای موجود و روابط ناشناخته ی میان داده ها ما را در امر پیش بینی یاری می رساند. در این مقاله با استفاده از تکنیک های داده کاوی و معرفی روش های پیش بینی قیمت سهام از جمله روشهای سنتی و مدرن، با توجه به این که بازار سهام یک سیستم غیر خطی و آشوبناک است لذا به کارگیری ابزارهای تجزیه و تحلیل سنتی برای اتخاذ تصمیم های دقیق در مورد سهام بسیار مشکل بودهن و از دقت لازم نسبت به روش های مدرن برخوردار نیستند.از این رو به مقایسه پنج متد از روشهای پیش بینی مدرن پرداخته و از این روش بهینه معرفی می گردد.
کلیدواژه‌ها:
داده کاوی، پیش بینی قیمت سهام، بازار بورس، تکنیک های هوش مصنوعی، شبکه عصبی، سیستم هوشمند فازی با پایه الگوریتم ژنتیک
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-AEBSCONF01-AEBSCONF01_408.html 

Щ€ШЁ ШіШ§ЫЊШЄ

ЩѕЩ„ Щ‡Ш§ЫЊ Ш§Ш±ШЄШЁШ§Ш·ЫЊ

ЩѕШґШЄЫЊШЁШ§Щ†ЫЊ Щ€ШЁ ШіШ§ЫЊШЄ

^