fa پیش بینی قیمت نفت خام وتعیین سطح تولید بهینه با استفاده از الگوی تکاملی شبکه های عصبی و تعادل نش شبكه عصبي و هوش مصنوعي NN مقاله paper <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">در اقتصاد جهان، نفت خام در کنار گاز طبیعی و زغال سنگ یکی از منابع استراتژیک انرژی است و پیش‌بینی روند تقاضای آن جهت اتخاذ سیاست‌های مناسب، مورد</span></span> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">توجه سیاست‌گذاران و تصمیم‌گیرندگان است. نظر به روند پر نوسان و غیرخطی عرضه و تقاضای نفت خام و قیمت آن، روش‌هایی هوشمند و غیرخطی خصوصاً شبکه‌های عصبی مبتنی بر الگوهای تکاملی، توانسته‌اند توانایی خود را در پیش‌بینی کوتاه‌مدت قیمت نفت خام به اثبات برسانند. بدین منظور، قیمت نفت خام با استفاده از الگوریتم رقابت استعماری شبکه‌های عصبی، داده‌های تولید نفت خام</span></span><span dir="LTR">OPEC </span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">&nbsp;و مصرف کشورهای عضو سازمان همکاری اقتصادی و توسعه </span></span><span dir="LTR">OECD</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، برای دوره زمانی ژانویه 1982 تا اکتبر 2015 مورد بررسی قرار گرفت و سپس سطح تولید و مصرف بهینه با استفاده از نظریه بازی‌ها و تعادل نش به‌دست آمد. با توجه به ضریب همبستگی </span></span> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، نتایج نشان می‌دهد که الگوریتم رقابت استعماری، قدرت توضیح دهندگی بسیار بالایی در متغیرهای بکار رفته دارد. همچنین، خروجی شبکه عصبی و نظریه بازی‌ها و تعادل نش می‌توانند سطح بهینه تولید اوپک و مصرف نفت خام کشورهای<strong><em> &nbsp;</em></strong></span></span><span dir="LTR">OECD</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> را برای دوره کوتاه‌مدت یک‌ماهه پیش‌بینی نمایند.</span></span><br> &nbsp; Being able to correctly predict oil price and production behaviour can help decision makers to adopt more appropriate policies to better regulate the provision of oil as a critical commodity in World trade. Due to the fluctuating and non-linear trend of supply and demand for crude oil and its price, smart and non-linear methods, especially evolutionary patterns based on neural networks are expected to have good predictive power for short-term crude oil prices. This paper applies the Neural Network colonial competition algorithm to evaluate oil prices for the period January 1982 to October 2015 using panel data for OPEC crude oil production and OECD oil consumtion for the period. We can compare this with optimal levels of production and consumption obtained using game theory and Nash equilibrium.<span dir="RTL"> We observe a</span> Correlation Coefficient of R= 0.921104, confirming the explanatory power of the colonial competition algorithm. &nbsp;We further find that Neural networks output and game theory and Nash equilibrium can predict the optimal level of OPEC production and consumption of OECD countries for short periods of a month. نظریه ی بازی ها, تعادل نش, شبکه عصبی مصنوعی, الگوریتم رقابت استعماری Game Theory, Nash Equilibrium, Artificial Neural Network, Colonial Competitive Algorithm 179 202 http://iiesj.ir/browse.php?a_code=A-10-1063-1&slc_lang=fa&sid=1 Hasan Farazmand حسن فرازمند hfarazmand@scu.ac.ir 10031947532846003913 10031947532846003913 Yes Nahid Kordzangeneh ناهید کردزنگنه zangeneh.nd@gmail.com 10031947532846003914 10031947532846003914 No