Нейросетевой подход к прогнозированию стоимости ферросплавной продукции Full article
| Journal |
Известия высших учебных заведений. Черная металлургия
ISSN: 0368-0797 |
||
|---|---|---|---|
| Output data | Year: 2020, Volume: 63, Number: 1, Pages: 78-83 Pages count : 6 DOI: 10.17073/0368-0797-2020-1-78-83 | ||
| Tags | металлургия, ферросплавное производство, ферросилиций, нейронная сеть, моделирование, прогнозирование временных рядов, цена | ||
| Authors |
|
||
| Affiliations |
|
Abstract:
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.
Cite:
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
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
Identifiers:
| Scopus: | 2-s2.0-85085378308 |
| Elibrary: | 42684926 |
| OpenAlex: | W3014425777 |