الهام جان نثاری - دانشجوی کارشناسی ارشد استخراج معدن،دانشگاه کاشان،کاشان،ایران
عباس آقاجانی بزازی - استادیار گروه مهندسی معدن، دانشگاه کاشان، کاشان، ایران

سنگ آهن اصلیترین ماده خام برای تولید فولاد است. بازار سنگ آهن همواره تحت تاثیر شرایط مختلف و متغیر بوده است. در این صنعت تولیدکنندگان بزرگ و کوچک و صادرکنندگان زیادی فعال هستند. بنابراین تحلیل بازار در صنعت فولاد همواره مورد توجه بوده و فعالان این بخش نه تنها بر قیمت محصولات، بلکه بر قیمت مواد اولیه مانند قیمت سنگ آهن نیز نظارت دارند. بنابراین پیداکردن روشی که قیمت سنگ آهن را به درستی پیشبینی کند اهمیت بسیار زیادی دارد. در این مقاله با بررسی پارامترهای تاثیرگذار بر قیمت سنگ آهن مانند: قیمت طلا، قیمت نقره، قیمت مس، نرخ تورم آمریکا، نرخ حمل و نقل، قیمت ضایعات، قیمت آلومینیوم و قیمت نفت خام، ابتدا مهمترین پارامترها انتخاب و با استفاده از الگوریتم ژنتیک و قیمت های ۲۰ سال گذشته، قیمت سنگ آهن پیشبینی شده است. مدل الگوریتم ژنتیک بهینه با ۸ پارامتر و میزان جمعیت ۲۰۰، قیمت سنگ آهن را با دقت مناسب پیشبینی کرده است. در این مدل، خطای جذر میانگین مربعات (RMSE) برای داده ها ۱۹,۰۴ است. همچنین مقدار رگرسیون و همبستگی داده ها با r=۰,۹۳ نشاندهنده یک مدل خوب با دقت بالا است.

الگوریتم ژنتیک، پیشبینی، سنگ آهن، الگوریتم فراابتکاری، قیمت طلا، قیمت نقره