Sciact
  • EN
  • RU

Нейросетевой подход к прогнозированию стоимости ферросплавной продукции Научная публикация

Журнал Известия высших учебных заведений. Черная металлургия
ISSN: 0368-0797
Вых. Данные Год: 2020, Том: 63, Номер: 1, Страницы: 78-83 Страниц : 6 DOI: 10.17073/0368-0797-2020-1-78-83
Ключевые слова металлургия, ферросплавное производство, ферросилиций, нейронная сеть, моделирование, прогнозирование временных рядов, цена
Авторы Сиротин Дмитрий Владимирович 1
Организации
1 Институт экономики УрО РАН

Реферат: В работе отмечается возрастающая роль ферросплавной подотрасли в качественном развитии металлургии в целом. В условиях усиления рисков глобального экономического развития осложняется прогнозирование развития металлургии не только в средне- и долгосрочной перспективе, но и на краткосрочные периоды. Негативное влияние оказывает также высокая волатильность цен на основные ферросплавы. В связи с этим возрастает необходимость в развитии методического инструментария прогнозирования изменений рыночных цен на металлургическую продукцию с высокой степенью точности. Одним из важных направлений применения в металлургии прогнозного инструментария является построение моделей прогнозирования стоимости ферросплавной продукции, что определило основную цель исследования. На примере построения прогнозной модели изменения цены на ферросилиций обоснована актуальность нейросетевого подхода к прогнозированию стоимости ферросплавной продукции. В рамках задач отраслевого развития возможности нейронных сетей на сегодняшний день изучены достаточно слабо. В работе приведено формальное описание модели прогнозирования временных рядов на базе нейронных сетей. Отмечено, что при построении нейросетей любая задача временного ряда представляется в виде многомерной регрессии. С учетом этого выделены основные параметры обучения прогнозных сетей. В качестве входных переменных использована средняя цена на ферросилиций на российском рынке, а также цены субъектов РФ. При проведении исследования обучены сети, удовлетворяющие качественным критериям прогнозных моделей. Отбор моделей проведен с учетом результатов графического анализа и кросс-проверки. В результате проведенного исследования построена нейросетевая модель, которая может быть использована для прогнозирования изменения цены на ферросилиций на внутреннем рынке РФ на краткосрочную перспективу. Полученная модель отличается высокой точностью прогнозирования и может быть полезна при обосновании стратегических решений в деятельности отраслевых научно-исследовательских институтов и металлургических предприятий.
Библиографическая ссылка: Сиротин Д.В.
Нейросетевой подход к прогнозированию стоимости ферросплавной продукции
Известия высших учебных заведений. Черная металлургия. 2020. Т.63. №1. С.78-83. DOI: 10.17073/0368-0797-2020-1-78-83 Scopus РИНЦ OpenAlex
Идентификаторы БД:
Scopus: 2-s2.0-85085378308
РИНЦ: 42684926
OpenAlex: W3014425777
Цитирование в БД:
БД Цитирований
Scopus 1
РИНЦ 2
OpenAlex 2
Альметрики: