با توجه به اهمیت پیش بینی جریان رودخانه در مدیریت منابع آب روش های مختلفی برای مدل کردن جریان رودخانه ها بکار برده شده است. تا بتوان با بکارگیری این مدل در مدیریت خشکسالی و سیلاب، خسارات ناشی از آنها را به حداقل ممکن رساند. در این مطالعه مدل شبکه عصبی و مدل هیبرید موجکی- شبکه عصبی برای پیش بینی جریان روزانه ایستگاه ونیار پیشنهاد گردیده است. برای استفاده از مدل هیبریدی سری زمانی به 12 زیر سری تج...

در این پایان نامه توزیعهای پایدار گسسته و توزیعهای نیمه- پایدار گسسته با تکیه گاه اعداد صحیح نامنفی و دیگر توزیعها و چند خواص آنها را مورد بررسی قرار می دهیم. سپس فرآیند اتورگرسیو مرتبه اول با مقادیر اعداد صحیح نامنفی در ارتباط با توزیعهای حاشیه ای نیمه- پایدار گسسته بیان و همچنین فرآیند اتورگرسیو مرتبه اول آمیخته با توزیعهای حاشیه ای نیمه- پایدار هندسی مطرح می شوند. در پایان فرآیند میانگین...

در این پایان نامه پیش بینی سری زمانی آشوبی و تحلیل خطا با استفاده از شبکه های عصبی خطی و غیرخطی همراه با بگارگیری تئوری جاسازی پیشنهاد شده است. سری های زمانی به طور کلی شامل مولفه های خطی و غیرخطی می باشند. در این مطالعه یک روش ترکیبی شامل پیش بینی کننده خطی و غیرخطی، برای مدل کردن هر دو مولفه ارائه شده است. ابتدا با استفاده از نظریه جاسازی، سری زمانی در فضای حالت مناسب نمایش داده شده، سپس نقاط...

در این مقاله تبدیل هیلبرت هوانگ (hht) برای آنالیز سری زمانی موقعیت ایستگاه های دائمی gpsارائه می شود. تبدیل هیلبرت هوانگ و طیف وابسته به آن، روشی جدید برای آنالیز فرآیند های غیرخطی و غیرایستا به شمار می رود. این روش نه تنها یک تحلیل دقیق از وقایع خاص در فضای زمان- فرکانس ارائه می دهد بلکه تفاسیر معنی دار فیزیکی از فرآیندهای دینامیکی را نیز بیان می کند. روش مذکور برای آنالیز داده ها در دو مرحله ...

امروزه، پیش­بینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژه­ای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدل­های پیش­بینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)،  مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...

روش های هوش محاسباتی، همچون شبکه های عصبی مصنوعی و منطق فازی، به عنوان ابزاری محبوب به منظور پیش بینی بازارهای پیچیده ی مالی معرفی شده اند. دقت پیش بینی ها ازجمله مهم ترین مشخصه های مدل های پیش بینی است و تلاش برای بهبود بخشیدن کارایی مدل های سری های زمانی هرگز متوقف نشده است. امروزه علی رغم روش های متعدد پیش بینی سری های زمانی که در چند دهه ی اخیر پیشنهاد شده اند، هنوز پیش بینی نرخ های ارز، کا...

بارش از مهم‌ترین و متغیرترین عناصر اقلیمی است که شناخت رفتار آن همواره مورد توجه اقلیم‌شناسان بوده است. از این رو پیـچیدگی عناصر اقلیمی در مقیاس­های زمانـی و مکانی لزوم به­کارگیری روش­های کارامد مانند تحلیل طیفی به عنوان ابزاری مفید برای مطالعه الگوهای اقلیمی را نشان می­دهد. هدف از این مطالعه بررسی و تحلیل نوسان­های بارش ایران با استفاده از  تحلیل طیفی (تحلیل همسازه­ها) می­باشد بدین منظور داده­...

این تحقیق به منظور بررسی اقلیم ایستگاه سینوپتیک بیرجند وشناخت نوسانات اقلیمی، به ویژه خشکسالی ها و ترسالی ها و ارائه مدلی مناسب جهت پیش بینی نوسانات اقلیمی صورت گرفته است. آمار ماهانه بارش و دمای بیرجند در دوره آماری (20001-1955) استخراج گردید. با استفاده از روش رگرسیون داده های ناقص برآورد و همگنی داده ها توسط آزمون توالی ها بررسی شد. با استفاده از مدل های باکس-جنکینز سری های زمانی بارش و درجه...

حوضه فلات مرکزی، یکی از مناطق خشک کشور ایران محسوب می شود. این حوضه، با کمبود شدید منابع آب مواجه است. بنابراین ضروری است تا با برنامه ریزی صحیح و مدیریت کارآمد منابع آب، از بروز خشکسالی جدی ناشی از کمبود آب در این حوضه جلوگیری شود. یکی از موارد مهم جهت مدیریت بهینه منابع آب، پیش بینی خشکسالی در سطح منطقه ای است. لذا در این پژوهش به منظور پیش بینی بارندگی و شاخص خشکسالی هواشناسی spi، از مدل های...