نتایج جستجو برای: مدل arima
تعداد نتایج: 122901 فیلتر نتایج به سال:
توانایی کمنظیر شبکههای عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهشهای انجامشده در مورد توانایی پیشبینی مدلهای خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکههای عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای پیشبینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداختهایم. ...
This article reviews the practical aspects of the use of ARIMA (autoregressive, integrated, moving average) modelling of time series as applied to the surveillance of reportable infectious diseases, with special reference to the widely available SSS1 package, produced by the Centers for Disease Control and Prevention. The main steps required by ARIMA modelling are the selection of the time seri...
As to the established gray model based on the linear time-variant and individual prediction model of ARIMA, this article constructs the combined forecasting model based on the gray model and the time series model by means of relative error weighing. This prediction indicates that both the gray model and ARIMA model exert efficient function on the Torpedo development cost prediction, and the com...
این پژوهش به بررسی روشی جدید ( برآورد تطبیقی موضعی نوسانات) جهت تخمین و پیش بینی نوسانات بازده سهام در بازار بورس تهران می پردازد. ایده اصلی مدل مورد بررسی این است که هیچ فرضی برای پارامتری بودن آن در نظر گرفته نشده است به جز این فرض که نوسانات در بازه هایی از زمان ثابت میباشند. بنابراین مسئله اصلی در این تحقیق، تعیین بازه های زمانی همگنی است که به کمک آن ها میتوان به مدلسازی نوسانات پرداخت. ...
پیش بینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
همواره پیشبینی روند قیمت و نوسانات یکی از چالشهای پیشروی معاملهگران در بازارهای بورس نفت بوده و پیشبینی قیمتها به عنوان یک امر ضروری وکاربردی مطرح میشود ولیکن باید پیشبینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته باشد. به منظور پیشبینی قیمت هفتگی نفت خام برنت به عنوان یک نفت شاخص با توجه به دشوار بودن شناسایی دقیق الگوهای خطی و...
مقایسه عملکرد مدلهای رگرسیونی arima وشبکه عصبی باالگوریتم ژنتیک (gmdh) درپیش بینی قیمت نفت خام ایران
این پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخارج ازنمونه استفاده شده است. همچنین الگوهای مورداستفاده دراین پژوهش عبارتنداز:یک مدل شبکه عصبی مصنوعی مبتنی برالگوریتم ژنتیک (gm...
پیشبینی روند آتی نرخ ارز به عنوان یکی از پر اهمیتترین و تأثیرگذارترین متغیرهای اقتصاد کلان، همواره مورد توجه بسیاری از پژوهشگران بوده است. در این مقاله به منظور مدلسازی و پیشبینی روند سری زمانی نرخ ارز در بازار رسمی ارز ایران مدلهای معادلات دیفرانسیل تصادفی حرکت برآونی ژئومتری و انتشار- پرش مرتن به کارگرفته شده است. به منظور بررسی عملکرد این مدلها در پیشبینی خارج از نمونهی نرخ ارز، مق...
پیش¬بینی جریان رودخانه یکی از مهم¬ترین ارکان در مدیریت منابع آب¬های سطحی به ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی¬ها است. به طور سنتی، مدل¬سازی و تجزیه و تحلیل سری¬های زمانی برای ساختن مدل¬های ریاضی در جهت تولید داده¬های هیدرولوژیکی در هیدرولوژی و منابع آب استفاده می¬شود. همچنین انتخاب ترکیب مناسب از پارامترهای ورودی. در این پژوهش برای پیش¬بینی دبی روزانه و ماهانه رودخانه سفید ا...
در این تحقیق به منظور پیش بینی خشکسالی هیدرولوژیک در استان خراسان شمالی، از روش سری زمانی (مدل arima) و مدل های شبکه عصبی مصنوعی (ann) و k-نزدیک ترین همسایگی (knn) استفاده شد. در هر یک از این مدل ها از داده های بارندگی، دما و دبی در طی دوره آماری مشترک 1389-1360 استفاده شد که 70% داده ها برای آموزش و 30% باقی مانده برای آزمایش مدل ها مورد استفاده قرار گرفت. برای دستیابی به بهترین پیش بینی از جر...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید