مقايسه پيش‌بيني قيمت نفت با استفاده از ابزارهاي شبيه سازي مونت‌كارلو، درخت دوجمله‌اي و شبكه‌هاي عصبي مصنوعي

كارشناسي ارشد

م. اجرايي

تهران غرب

۱۳۹۶

۱۳۹۶/۰۸/۲۰

خوب

لاري سمناني، بهروز

محقر، علي

دانشگاه پيام نور

قيمت نفت مهم‌ترين و تاثيرگذارترين پارامتر اقتصادي در فرايند ارزيابي پروژه‌هاي نفتي است. بنابراين پيش‌بيني قيمت نفت و درك صحيح از نحوه تغييرات آن در بازار مي‌تواند منجر به اخذ تصميمات درست در لحظات حساس گردد. ضرورت تخمين صحيح قيمت نفت براي كشورهايي نظير ايران كه بخش عمده‌اي از بودجه آن‌ها از طريق فروش اين ماده تامين مي‌گردد، بيشتر احساس مي‌شود. عدم قطعيت قيمت نفت متاثر از عواملي مانند مسائل سياسي، ميزان عرضه و تقاضا، پيشرفت تكنولوژي و نظاير آن‌ها مي‌باشد به گونه‌اي كه ارزيابي يك طرح نفتي بدون در نظر گرفتن اين عدم قطعيت‌ها قابل اطمينان نبوده و در شرايطي موجب گمراهي ارزيابان، مديران و صاحبان پروژه‌هاي نفتي مي‌شود. براي رفع اين مشكل محققان فراواني سعي در ارائهمدل‌هاينوين هوشمند تخمين قيمت نفت كرده‌اند. از جمله اين روش‌ها مي‌توان به روش‌هاي منطق فازي، شبكه‌هاي عصبي و غيره اشاره كرد. اين روش‌ها علاوه بر دقت بالا موجب سهولت و تسريع در امر تخمين مي‌شوند. در پايان نامه حاضر نيز با توجه به اهميت مساله پيش‌بيني قيمت نفت مدل‌هايي با استفاده از روش‌هاي شبكه عصبي مصنوعي، شبيه سازي مونت كارلو و درخت دوتايي ارائه گرديد. براي نيل به اين هدف داده‌هاي قيمت سه بازار اصلي فروش نفت خام، اوپك، برنت و تگزاس غربي در خلال سال‌هاي 2013 تا 2016 به صورت هفتگي جمع‌آوري گرديد. به منظور ايجاد و آموزش مدل‌هاي ساخته شده از داده‌هاي سال‌هاي 2013 تا 2015 استفاده شد و داده‌هاي مربوط به سال 2016 براي اعتبارسنجي مدل‌هاي پيشنهادي بكار گرفته شد. مقايسه نتايج بدست آمده از مدل سازي روند تغييرات قيمت نفت نشان داد كه در هر سه سناريو تخمين، برآورد صورت گرفته توسط روش شبكه عصبي به واقعيت نزديكتر است.

۱۳۹۷/۱۱/۱۳

50475