این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
The Journal of Humanities، جلد ۲۱، شماره ۳، صفحات ۱-۱۶
عنوان فارسی پیش بینی قیمت گاز طبیعی با استفاده از شبکه عصبیGMDH مطالعه موردی بازار ایالات متحده آمریکا
چکیده فارسی مقاله با توجه به بررسی‌های صورت گرفته، عوامل متعددی بر قیمت گاز طبیعی در بازار نقدی تأثیر دارند، که از مهمترین آنها می­توان قیمت گاز در بازار آتی، قیمت نفت در بازار نقدی، قیمت نفت در بازار آتی و دمای هوا، را نام برد. در این مقاله با استفاده از مدل شبکه عصبی GMDH، به پیش‌بینی قیمت گاز طبیعی در بازار نقد با استفاده از قیمت نفت در بازار نقدی، قیمت گاز در بازار نقد، قیمت گاز در بازار آتی، قیمت نفت در بازار آتی و میانگین دمای هوا، می پردازیم. نتایج تحقیق مشخص می‌ که مدل شبکه عصبی GMDH با توجه به آماره­های جذر میانگین مربع خطا و همنوایی پیش بینی، به مراتب از کارایی بیشتری نسبت به روش حداقل مربعات معمولی برخوردار است. همچنین وقفه اول قیمت گاز در بازار آتی، مؤثرترین متغیر در پیش­بینی قیمت گاز در بازار نقد می‌باشد
کلیدواژه‌های فارسی مقاله پیش بینی، قیمت گاز طبیعی، شبکه عصبی، گاز طبیعی،
عنوان انگلیسی Prediction of Natural Gas Price Using GMDH Type Neural Network:A Case Study of USA Market
چکیده انگلیسی مقاله In this paper, a model based on GMDH Type Neural Network, is used to predict gas price in the spot market while using oil spot market price, gas spot market price, gas future market price, oil future market price and average temperature of the weather. The results suggest that GMDH Neural Network model, according to the Root Mean Squared Error (RMSE) and Direction statistics (Dstat) statistics are more effective than OLS method. Also, first lag of gas price in the future market is the most efficient variable in predicting gas price in spot market.
کلیدواژه‌های انگلیسی مقاله Prediction, Natural Gas Price, Neural Network, Natural Gas
نویسندگان مقاله حمید ابریشمی |
professor in faculty of economics, university of tehran
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

فاطمه بوربور |
ma in economics,university of tehran, oil company employees.
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

ma معصومه آقاجانی | ma asoumeh
phd student in economics, allameh tabatabaee university.

نشانی اینترنتی http://eijh.modares.ac.ir/article_13093_c4fff47cd1a0e12e35ae69bc587c3b28.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات