میانگین

۰/۰۳۴۸۲

۰/۰۱۷۹۲

۰/۰۳۹۴۸

۰/۰۲۴۷۸

۰/۰۲۱۵۴

انحراف معیار

۰/۰۲۱۴۶

۰/۰۱۰۶

۰/۰۴۶۲

۰/۰۱۶۵

۰/۰۱۰۲

قیمت سهم نماد وغدیر با بیشترین نوسان نسبت به سایر چهار نمونه انتخابی و روند مثبت بلند مدت، بهترین دقت نسبت به سایر سهم ها به کمک الگوریتم ترکیبی پیش انتشار خطا را داشته است. به عبارت دیگر، نتایج این تحقیق نشان می دهد که به نظر، پراکندگی و عدم قطعیت نتایج حاصل از به کارگیری الگوریتم پیش انتشار خطا علت قابل قبول تری برای عدم کارایی آن در پیش بینی قیمت سهم باشد و عدم درک نوسانات و آشوب در داده ها نمی تواند دلیل ریشه ای این عدم کارایی باشد.
شکل شماره ‏۶‑۲ تصویر تابع احتمال تجمعی توزیع نرمال برازش شده با نتایج به دست آمده برای شبکه عصبی مصنوعی آموزش داده شده با سه الگوریتم تکاملی مورد بررسی در این تحقیق را نمایش می دهد.
شکل شماره ‏۶‑۲ : تابع احتمال تجمعی توزیع نرمال برازش شده خطا ANN و EAs
الگوریتم ژنتیک اگر چه انحراف معیار و یا به عبارتی قطعیت نتایج مشابه دو الگوریتم دیگر را نمایش می دهد ولی میزان خطای آن و یا به عبارتی قابل قبول بودن پاسخ های آن نسبت به دو الگوریتم دیگر در وضعیت مناسبی قرار ندارد. چون تنها تفاوت نتایج این الگوریتم نسبت به دو الگوریتم دیگر تنها به میزان خطای آن بر می گردد و قطعیت مطلوبی در اجراهای آن دیده می شود می توان از آن برای پیش بینی هایی که تحمل خطای آن را دارا هستند استفاده نمود.
جدول شماره ‏۶‑۲ میانگین و انحراف معیار نتایج خطای پیش بینی با شبکه عصبی مصنوعی آموزش داده شده با الگوریتم بهینه سازی ازدحام ذرات و جدول شماره ‏۶‑۳اطلاعات مشابه را با آموزش شبکه عصبی مصنوعی با الگوریتم رقابت استعماری نشان می دهد.
جدول شماره ‏۶‑۲: نتایج خطای پیش بینی با ANN و PSO

برای دانلود متن کامل پایان نامه به سایت  fotka.ir  مراجعه نمایید.

رانفور وغدیر وپارس خودرو بکام
میانگین ۰/۰۰۶۱ ۰/۰۰۶۲ ۰/۰۰۴ ۰/۰۰۲۶ ۰/۰۰۴