بررسی عملکرد مدل های شبکه های عصبی در قیمت محصولات فولادی مورد مطالعه: شرکت نورد ناب آذربایجان

شبکه های پرسپترون چند لایه از مهم ترین شبکه های عصبی با ناظر در پیش بینی بازارهای مالی می باشند. شبکه های پرسپترون چند لایه علی رغم تمامی مزایای منحصر به فردشان دارای محدودیت تعداد ورودی ها می باشند به طوری که دومین زمینه ی پرکاربرد استفاده از شبکه عصبی را، پیش بینی سری های زمانی به خود اختصاص داده است. این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به برسی توان پیش بینی کنندگی آن ها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خود سازمانده کوهونن (ناظر و بدون ناظر) اقدام به پیش بینی قیمت محصولات شرکت نوردناب آذربایجان شده است. که در پایان این نتایج و پیشنهاداتی نیز ارایه شده است.