Название статьи:
Использование способа реализации искусственного интеллекта в прогнозировании
Авторы: Белых Т.И., кандидат физико-математических наук, доцент, кафедра информатики и кибернетики, Байкальский государственный университет, 664003, г. Иркутск, ул. Ленина, 11,
bti_baikal@mail.ru,
Бурдуковская А.В., кандидат физико-математических наук, доцент, кафедра информатики и кибернетики, Байкальский государственный университет, 664003, г. Иркутск, ул. Ленина, 11,
buran_baikal@mail.ru В рубрике:
РЕГИОНАЛЬНОЕ И ОТРАСЛЕВОЕ РАЗВИТИЕ
Год: 2018 Том: 28 Номер журнала: 3
Страницы: 500-507
Тип статьи: Научная статья
УДК: 51-7:33,32
DOI: 10.17150/2500-2759.2018.28(3).500-507
Аннотация:
Важнейшим источником энергии для современного общества была и остается нефть и продукты ее переработки, и, следовательно, нельзя представить жизнь человечества ни в одной области его деятельности без этого ресурса. Энергетика, оборона, транспорт, сельское хозяйство, бытовые нужды населения, экономика страны находятся в прямой зависимости от нефти и цены на нее. В частности, для России она играет особо важную роль, так как на ее долю приходится основная статья доходов государства. Поэтому прогнозирование цен на нефть является первостепенной задачей. Целью написания данной статьи является прогнозирование цен на этот ресурс на апрель - август 2018 г. на основе использования нейросетевой модели как одного из способов реализации искусственного интеллекта и метода Хольта. В качестве объекта прогнозирования выбираются непосредственно цены на нефть, а в роли предмета выступает их динамика. Выбор объекта и предмета прогнозирования обусловливается тем, что цена на нефть является одним из основных факторов, влияющих на состояние и темп развития отечественной экономики, и прежде всего ВВП. Ценообразование многих сортов нефти определяется ценой эталонной марки нефти Brent, в том числе стоимость трех из пяти российских экспортных марок - Urals, Siberian Light и REBCO.
Ключевые слова: нефть, прогнозирование, искусственный интеллект, метод Хольта, временной ряд, нейронная сеть
Список цитируемой литературы: - Брагинский О. Б. Цены на нефть: история, прогноз, влияние на экономику / О. Б. Брагинский // Российский химический журнал. - 2008. - Т. 52, № 6. - С. 25-36.
- Дзюба Д. Г. Рынок нефти: значение спекулянтов возросло / Д. Г. Дзюба // Мировая энергетика. - 2008. - № 3. - С. 66-76.
- Coppolla A. Forecasting oil price movements: Exploiting the information in the futures market / A. Coppolla // The Journal of Futures Markets. - 2008. - Vol. 28, № 1. - P. 34-56.
- Kang S. H. Modeling and forecasting the volatility of petroleum futures prices / S. H. Kang, S. Yoon // Energy Economics. - 2013. - № 36. - P. 354-362.
- Русецкая Г. Д. Экономика природных ресурсов и защиты окружающей среды в нефтегазовом комплексе : учеб. пособие / Г. Д. Русецкая. - Иркутск : Изд-во БГУ, 2016. - 104 с.
- Хитрова Т. И. Модификация маркетинговой информационной системы на основе интеллектуальных компонент / Т. И. Хитрова, Д. В. Черников // Baikal Research Journal. - 2015. - Т. 6, № 4. - DOI: 10.17150/2411-6262.2015.6(4).19. - Режим доступа: http://brj-bguep.ru/reader/article.aspx?id=20275.
- Галушкин А. И. Нейронные сети: основы теории / А. И. Галушкин. - М. : Горячая линия-Телеком, 2010. - 496 с.
- Москалев Н. С. Виды архитектур нейронных сетей / Н. С. Москалев // Молодой ученый. - 2016. - № 29. - С. 30-34.
- Матвеев С. В. Прогнозирование цен на нефть при помощи нейросетевой модели / С. В. Матвеев, О. В. Есипова // Молодой ученый. - 2014. - № 20. - С. 337-340.
- Белых Т. И. Применение производственных функций в прогнозировании / Т. И. Белых, А. В. Бурдуковская // Baikal Research Journal. - 2015. - Т. 6, № 4. - DOI: 10.17150/2411-6262.2015.6(4).20. - Режим доступа: http://brj-bguep.ru/reader/article.aspx?id=20276.