سال انتشار: ۱۳۸۴

محل انتشار: چهارمین کنفرانس ملی مهندسی صنایع

تعداد صفحات: ۱۵

نویسنده(ها):

محمدرضا عباس پور – کارشناس ارشد مهندسی سیستم های اقتصادی
محمدرضا امین ناصری – استادیار دانشگاه تربیت مدرس

چکیده:

بی تردید امروزه بیشترین مقدار سرمایه از طریق بازارهای بورس در تمام جهان مبادله می شود . در حال حاضر عرضه و تقاضای سالانه ۵۰ میلیون خودرو در جهان صنعت خودروسازی را به یکی از صنایع بزرگ تبدیل کرده است . شرکت ایران خودرو با در اختیار داشتن حدود %۶۵ از سهم بازار خودرو کشور چه از نظر تولید و چه از نظر فروش، یکی از شرکت های مهم در بازار خودرو ایران و در نتیجه در بازار بورس می باشد و لذا تمایل روزافزونی مبنی بر پیش بینی قیمت سهام آن مشاهده می شود .
از طرف دیگر، امروزه علاقه فزاینده ای در استفاده از شبکه های عصبی برای پیش بینی قیمت سهام در بازار بورس بوجود آمده است . قدرت بالای تشخیص انواع الگوهای موجود در داده های بازار و تقریب توابع پیچیده از مشخصات ممتاز شبکه عصبی در کشف فرایند مولد قیمت بازار می باشد .
در این مقاله به پیشبینی قیمت سهام ایران خودرو (Iran Khodro Stock Exchange Price) IKSEP به کمک شبکههای عصبی پرسپترون خواهیم پرداخت . از این رو، پس از بررسی ادبیات موضوع، بوسیله آزمون گردش، امکان پیش بینی قیمت سهام شرکت ایران خودرو بررسی گردیده است . به علت نوسانات شدید موجود در داده های قیمت سهام شرکت ایران خودرو، روش خاصی برای انتخاب مجموعه تست و آموزش بکار گرفته شده و در نتیجه، قدرت برازش مدل شبکه به مراتب بهبود یافته است . همچنین تأثیر انواع توابع تبدیل برای لایه مخفی و خروجی و انواع ساختار شبکه از لحاظ تعداد گره های ورودی و مخفی بر عملکرد شبکه مورد بررسی قرار گرفته و آنها که در بهبود مدل شبکه موثر بوده اند، در مدل نهایی لحاظ گردیده اند و در نهایت بهترین مدل شبکه برای پیش بینی دورههای مختلف زمانی ارائه گردیده است .