امکانسنجی و ارزیابی عملکرد الگوریتم فراابتکاری ترکیبیGPC - FHOدر مقایسه با الگوریتم MO برای بهینهسازی شبکه پرسپترون چند لایه در پیشبینی روند قیمتی بیتکوین در شرایط بحران اقتصادی و نوسانات بازار | ||
| پژوهشهای راهبردی بودجه و مالیه | ||
| دوره 6، شماره 4 - شماره پیاپی 24، زمستان 1404، صفحه 61-87 اصل مقاله (1.42 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| آیدین ابوطالبی1؛ کامبیز پیکارجو* 2؛ ابراهیم رضایی3؛ رحیم خانیزاد4 | ||
| 1دانشجوی دکتری، گروه اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2استادیار، گروه علمی اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 3دانشیار، پژوهشکده تحقیق و توسعه علوم انسانی، سازمان سمت، تهران، ایران | ||
| 4استادیار، دانشکده مدیریت، اقتصاد و مهندسی پیشرفت، دانشگاه علم و صنعت ایران، تهران، ایران | ||
| چکیده | ||
| رمزارزها، بهویژه بیتکوین، بهعنوان داراییهای دیجیتال مبتنی بر فناوری بلاکچین، به دلیل ویژگیهایی همچون غیرمتمرکز بودن، شفافیت تراکنشها و سرعت انتقال، توجه روزافزون سرمایهگذاران و پژوهشگران مالی را به خود جلب کردهاند. با این حال، این بازار ذاتاً با نوسانات شدید همراه است و تحتتأثیر عوامل اقتصادی، سیاسی و فناوری قرار دارد. این موضوع در شرایط بحران اقتصادی ایران، ناشی از تحریمهای بینالمللی، نوسانات نرخ ارز و تورم بالا، اهمیت توسعه مدلهای پیشبینی دقیقتر را دوچندان میسازد. هدف این پژوهش امکان سنجی و ارزیابی عملکرد الگوریتمهای فراابتکاری در بهینهسازی شبکههای عصبی مصنوعی جهت پیشبینی روند قیمتی بیتکوین است. در این راستا، الگوریتم ترکیبی شاهین آتشین- ساخت اهرام جیزه (FHO–GPC) با الگوریتم بهینهساز گاومیش مشکی (MO) مورد استفاده قرار گرفت و داده ها به دو بخش آموزش (۸۰ ) و آزمون (۲۰ ) تقسیم شدند. پارامترهای شبکه عصبی پرسپترون چندلایه (MLP) توسط این الگوریتمها بهینهسازی شدند؛ بهگونهای که FHO جستجوی سراسری را انجام داده و GPC بهینهسازی موضعی را بر عهده داشت. یافتهها نشان داد که الگوریتم MO با کاهش معنادار شاخصهای خطا (RMSE) و (MAE) و افزایش ضریب تعیین (R²)، عملکرد دقیقتری نسبت به مدل ترکیبی ارائه کرده است. این برتری بهویژه در شرایط پرنوسان و بحرانی اقتصاد ایران برجستهتر بود. نتایج این پژوهش بیانگر آن است که الگوریتم MO میتواند بهعنوان رویکردی کارآمد برای بهبود دقت پیشبینی و کاهش ریسک سرمایهگذاری در بازارهای مالی نوظهور و پرریسک مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| شبکه عصبی پرسپترون چندلایه؛ الگوریتمهای فراابتکاری؛ الگوریتم شاهین آتشین (FHO)؛ الگوریتم ساخت اهرام جیزه (GPC)؛ پیشبینی قیمت بیتکوین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 507 تعداد دریافت فایل اصل مقاله: 138 |
||