view in publisher's site

Ensemble Neurocomputing Based Oil Price Prediction

In this paper, we investigated an ensemble neural network for the prediction of oil prices. Daily data from 1999 to 2012 were used to predict the West Taxes, Intermediate. Data were separated into four phases of training and testing using different percentages and obtained seven sub-datasets after implementing different attribute selection algorithms. We used three types of neural networks: Feed forward, Recurrent and Radial Basis Function networks. Finally a good ensemble neural network model is formulated by the weighted average method. Empirical results illustrated that the ensemble neural network outperformed other models.

پیش‌بینی قیمت نفت براساس قیمت نفت

در این مقاله، ما یک شبکه عصبی گروهی برای پیش‌بینی قیمت نفت بررسی کردیم. اطلاعات روزانه از سال ۱۹۹۹ تا ۲۰۱۲ برای پیش‌بینی مالیات‌های غرب، میانی مورد استفاده قرار گرفت. داده‌ها به چهار مرحله آموزش و تست با استفاده از درصدهای مختلف تقسیم شدند و هفت مجموعه داده فرعی پس از اجرای الگوریتم های انتخاب ویژگی مختلف بدست آمدند. ما از سه نوع شبکه‌های عصبی استفاده کردیم: تغذیه رو به جلو، Recurrent و Radial شبکه‌های وظیفه. در نهایت یک مدل شبکه عصبی گروهی خوب با روش میانگین وزنی فرموله شده‌است. نتایج تجربی نشان می‌دهد که شبکه عصبی گروهی عملکرد بهتری نسبت به سایر مدل‌ها دارد.
ترجمه شده با

سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.