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...

چکیده: با توجه به اهمیت استفاده از گاز طبیعی به عنوان یکی از منابع مهم تامین انرژی کشور و باعنایت بدین مسئله که سهم عمده ای از مصرف گاز طبیعی در بخش خانگی می باشد پرداختن به موضوع مدل سازی و پیش بینی مصرف گاز در حوزه فوق الذکر از اهمیت ویژه ای برخوردار است. امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولاً باید موقعیت های آینده را با استفاده از داده های کم و در بازه زمانی کوتاه م...

سامانه مکان­یاب تفاضلی برای تعیین موقعیت دقیق نیازمند پیشگویی تصحیحات تفاضلی برای زمان­های آینده است. این سامانه از دو ایستگاه ثابت و متحرک تشکیل شده است. اگر ماهواره­های دو ایستگاه دقیقاً یکسان باشد، منابع خطا در دو ایستگاه تقریباً نزدیک به هم خواهد بود، در این حالت فاکتورهای مختصات مکان مرجع برای جبران خطای مکان­یابی ایستگاه کاربر به عنوان فاکتورهای تصحیح شده قابل استفاده است. در این مقاله، از ...

سامانة مکان­یاب تفاضلی برای تعیین موقعیت دقیق نیازمند پیشگویی تصحیحات تفاضلی برای زمان­های آینده است. این سامانه از دو ایستگاه ثابت و متحرک تشکیل شده است. اگر ماهواره­های دو ایستگاه دقیقاً یکسان باشد، منابع خطا در دو ایستگاه تقریباً نزدیک به هم خواهد بود، در این حالت فاکتورهای مختصات مکان مرجع برای جبران خطای مکان­یابی ایستگاه کاربر به عنوان فاکتورهای تصحیح‌شده قابل استفاده است. در این مقاله، از ...

پیش بینی بار کوتاه مدت در بهره برداری ایمن و اقتصادی از سیستم های قدرت از اهمیت خاصی برخوردار است. با توجه به اهمیت موضوع، روش های مختلفی برای پیش بینی بار کوتاه مدت استفاده شده است. در این مطالعه به بررسی پرکاربردترین روش های استفاده شده در پیش بینی بار پرداخته شده و مقایسه ای بین آن ها صورت می گیرد. این روش ها شامل روش های سری زمانی arima ، روش یافتن روز مشابه، ساختارهای مختلف شبکه های عصبی م...

مدل arima، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در مدل arima باید به کار گرفته شود. در این میان مدلهای رگرسیون فازی قادرند با داده های اندک و در شرایط نااطمینانی به پیش ...

مدل arima، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در مدل arima باید به کار گرفته شود. در این میان مدلهای رگرسیون فازی قادرند با داده های اندک و در شرایط نااطمینانی به پیش ...