یک ساختار ترکیبی هوشمند به منظور بهبود دقت پیش بینی در بازارجهانی فلزات

صنعت فلزات در اقتصاد ایران از جایگاه ویژه ای برخوردار است. با توجه به اثرگذاری شدید قیمت های جهانی بر قیمت فلزات، یکی از دغدغه های اصلی تولیدکنندگان و سرمایه گذاران در بازار فلزات دستیابی به پیش بینی دقیق از قیمت جهانی فلزات می باشد. با وجود مدل های مختلف در زمینه پیش بینی قیمت فلزات، هر یک این مدل ها دارای محدودیت ها و نواقصی هستند. ترکیب روش های پیش بینی مختلف، یک استراتژی مناسب جهت رفع محدودیت های مدل های تکی، استفاده ی هم زمان از خصایص منحصربه فرد هریک و بهبود دقت پیش بینی های حاصله می باشد. در سال های اخیر استفاده از مدل های پیش بینی ترکیبی، موجب پیشرفت فزاینده ای در زمینه ی بهبود پیش بینی ها و حصول نتایج دقیق تر شده است. مدل های پیش بینی سری از جمله مدل های ترکیبی هستند که بطور موفقیت آمیزی در زمینه پیش بینی در بازارهای مالی بکار گرفته شده اند. با وجود مزیت مدل های ترکیبی سری در مدل سازی الگوهای مختلف، این مدل ها دارای محدودیت هایی هستند. از جمله محدودیت های اساسی در بکارگیری مدل های ترکیبی سری، تعیین توالی بهینه مدل های تشکیل دهنده ساختارهای سری می باشد. در این مقاله به منظور بهره گیری از توانایی مدل های ترکیبی، یک ساختار ترکیبی هوشمند نوین با بکارگیری هم زمان چندین ترکیبی سری پیشنهاد شده است. ایده ی اصلی مدل پیشنهادی، ترکیب موازی مدل های ترکیبی سری، به جای ترکیب مدل های تکی می باشد. نتایج حاصل از بررسی عملکرد مدل پیشنهادی بیانگر آن است که مدل ترکیبی پیشنهادی در مقایسه با مدل های پایه ی تشکیل دهنده خود از کارایی و دقت بالاتری برخوردار می باشد. روش ترکیبی ارائه شده در این مقاله می تواند به عنوان یک راه حل مناسب جهت رفع محدودیت تعیین توالی بهینه در ساختارهای پیش بینی سری بکار رود.