مقایسه دقت پیش بینی مدل های باکس- جنکینز در مدل سازی بارندگی فصلی(مطالعه موردی: ایستگاه های منتخب استان خوزستان)
نویسندگان
چکیده مقاله:
بنا بر اهمیت روز افزون تأمین آب در کشور، مدیریت منابع آب از اهمیت ویژه ای برخوردار است. پیش بینی بارندگی به عنوان یکی از مهمترین پارامترهای اقلیمی از اهمیت ویژه ای در استفاده از منابع برخوردار است. برای پیش بینی بارش می توان از سری های زمانی استفاده کرد. پژوهش حاضر در سه ایستگاه منتخب (اهواز، آبادان و دزفول) از استان خوزستان به منظور مقایسه دقت مدل های باکس- جنکینز انجام شده است. برای این منظور از داده های بارندگی ماهانه سه ایستگاه هواشناسی استان به مدت 48 سال (۱۳۴۰ – ۱۳۸۷ ) ، استفاده شده است. با استفاده از روش رگرسیون داده های ناقص برآورد و همگنی داده ها توسط آزمون توالی ها بررسی شد. با استفاده از مدلهای باکس- جنکینز سری زمانی بارش بررسی و بهترین مدل برازش داده شد. صحت و دقت مدل ها براساس آماره های AIC و تحلیل نمودار توابع خود همبستگی و خود همبستگی جزئی تأیید گردید. مدل مناسب بارش فصلی اهواز ۱۲(۲،۱،۰) × (۰،۱،۲) آریما و آبادان ۱۲(۱،۱،۰) × (۰،۱،۲) آریما و دزفول ۱۲(۰،۱،۱)× (۱،۱،۲) آریما به دست آمد. نتیجه این مطالعه نشان می دهد که این مدل ها از دقت تقریبا خوبی برای پیش بینی بارش فصلی برخوردار بودند.
منابع مشابه
مقایسه عملکرد الگوریتم های مختلف شبکه عصبی مصنوعی در مدل سازی بارندگی فصلی مطالعه موردی؛ ایستگاه های منتخب استان خوزستان
متن کامل
مقایسه دقت پیش بینی سود توسط مدیریت با سری های زمانی باکس-جنکینز
در این تحقیق تلاش محقق بر این است که برای پیش بینی EPS شرکتها، مشهورترین روش های پیش بینی را در مقایسه با پیش بینی های مدیریت در بودجه شرکتها مورد مقایسه قرار دهد. بدین منظور از بین روش های گوناگون پیش بینی، مشهورترین آنها (روش باکس-جنکینز) انتخاب و برمبنای روشهای اقتصاد سنجی، مدل مناسب برازش میشود. بدیهی است براساس روشهای صحت سنجی و آزمونهای اقتصاد سنجی، مدل فوق بایستی تایید گردد. در این حا...
متن کاملمقایسه عملکرد الگوریتم های مختلف شبکه عصبی مصنوعی در مدل سازی بارندگی فصلی مطالعه موردی؛ ایستگاه های منتخب استان خوزستان
بارندگی یکی از اجزای اصلی چرخهی هیدرولوژی است. این فرآیند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکه های عصبی مصنوعی در چند دهه اخیر و در مطالعات صورت گرفته برای مدل سازی سیستم های پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان داده است. تحقیق حاضر در سه ایستگاه منتخب از استان خوزستان صورت گرفته است. برای این منظور از دادههای بارندگی ماهانه سه ایستگاه هواشناسی استان به مدت 48سال، (1340-1...
متن کاملمدل سازی sarima بارندگی های فصلی(مطالعه موردی: الگوسازی و پیش بینی بارندگی در استان خراسان)
باتوجه به قرارگرفتن استان خراسان در ناحیه آب و هوایی خشک و نیمه خشک ایران و وقوع خشکسالی های مکرر در سال های اخیر، اهمیت پرداختن به مقوله پیش بینی خشکسالی بیش از پیش آشکار می شود. یکی از روش های دستیابی به این هدف مدل سازی بارندگی بر اساس الگوهای سری زمانی می باشد. در این تحقیق از آمار بارندگی سالانه یازده ایستگاه سینوپتیک استان خراسان طی سال های 2002 – 1970 استفاده گردید و با استفاده از الگوها...
متن کاملمقایسه مدل های شبکه عصبی با مدل سری زمانی باکس- جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران
پژوهش حاضر به مقایسه مدلهای شبکه عصبی و سریزمانی در پیشبینی قیمت شاخص سهام میپردازد. بدین جهت سه مدل از شبکههای عصبی(پروسپترونی چند لایه ،پایهای شعاعی و رگرسیونی) و یک مدل از مدلهای سریزمانی (باکس- جنکینز) مورد بررسی قرار گرفته‌اند. شاخص کل قیمت سهام بازار بورس تهران در بازه زمانی ابتدای فروردین 1384 تا انتهای اسفند 1388 به عنوان جامعه آماری انتخاب شده است. به منظور داشتن معیاری برای ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 29 شماره 3
صفحات 61- 72
تاریخ انتشار 2014-12
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023