0

ماهیت روابط تشریح کننده بسیاری از فرآیندها و روندهای واقعی زندگی اغلب غیر خطی هستند.لذا پیش بینی رفتار چنین فرآیندها و روندها نیازمند ابزارهای پیش بینی دقیق و اثر بخش است. لذا در این پایان نامه کاربرد شبکه های عصبی در پیش بینی سری های زمانی غیر خطی و مزیت آن بر مدل های پیش بینی معمول مورد مطالعه قرار گرفته است. بدین منظور داده های مربوط به صنعت چوب ایران را از سالهای 1961 تا 2007 میلادی مورد مط...

این مقاله به امکان سنجی وجود آشوب در ساختار سیستم مولد قیمت نفت خام شاخصwti طی دوره 4 آوریل 1983 تا 13 ژانویه 2003 می پردازد. به این منظور از تخمین نمای لیاپانوف و بعد همبستگی به عنوان آزمون های مستقیم آشوب و آزمون های bds و شبکه عصبی جهت بررسی غیر خطی بودن ساختار سیستم استفاده شده است. نتایج تخمین نمای لیاپانوف و بعد همبستگی، وجود آشوب در سری زمانی را تایید کرده و تخمین آماره bds و شبکه عصبی، ...

چکیده ندارد.

سری های زمانی بسیار پیچیده مانند قیمتهای بازار سهام،معمولا تصادفی بوده ،در نتیجه تغییرات آنها غیر قابل پیش بینی فرض می شود.در بیشتر موارد در بررسی مشاهدات اماری مربوط به متغیرهای اقتصادی از جمله قیمت بازار سهام از آزمونهایی استفاده شده که در مواجهه با داده های آشوبی به اشتباه افتاده و انها را در داده های تصادفی تشخیص داده اند.در حالی که این داده ها در واقع،از مقام های معینی به و جود می ایند که ...

یکی از ابزارهای مطالعه داده های وابسته (به زمان)، تحلیل سری های زمانی است. درحالتی که داده ها از یک فرایند تصادفی شمارشی به دست آمده باشند، سری زمانی حاصل را سری زمانی شمارشی گویند. سری های زمانی شمارشی در بسیاری از زمینه ها ازجمله اقتصاد، پزشکی و علوم زیستی مشاهده می شوند. به عنوان مثال، تعداد مبادلات بازارهای مالی در هر دقیقه و تعداد مراجعین با یک بیماری خاص به یک مرکز درمانی در هر ماه، داده ...

بسیاری از فرآیندهای مربوط به سیستم‌های طبیعی نسبت به زمان غیر‌خطی بوده اگرچه جنبه‌های خاصی از این سیستم‌ها ممکن است نسبت به جنبه‌های دیگر به فرآیند خطی نزدیکتر باشند. به هر حال ماهیت غیر خطی بودن برای ما کاملا‌ً آشکار نیست. به همین دلیل به نظر می‌رسد با ترکیب مدل‌های خطی و غیرخطی بتوان نتایج مدل‌سازی‌های هیدرولوژیکی را افزایش داد. استفاده از مدل‌های سری زمانی یکی از راه‌های کاربردی در شبیه سازی ...

با توجه به ماهیت دینامیک و غیر خطی جریان رودخانه، می‌توان انتظار داشت که سری زمانی جریان رودخانه از یک سیستم دینامیکی قطعی آشوبی به‌دست آمده باشد. با توجه به اینکه سری‌های زمانی به‌دست آمده از پدیده‌های طبیعی عموماً با نویز مخدوش شده‌اند، وجود نویز فرآیند تحلیل‌های آشوبی و در نهایت پیش‌بینی سری‌های زمانی را با محدودیت‌هایی مواجه می‌سازد. بنابراین در این تحقیق با استفاده از آمار دبی‌های روزانه‌ ر...

این مقاله به امکان سنجی وجود آشوب در ساختار سیستم مولد قیمت نفت خام شاخصWTI طی دوره 4 آوریل 1983 تا 13 ژانویه 2003 می پردازد. به این منظور از تخمین نمای لیاپانوف و بعد همبستگی به عنوان آزمون های مستقیم آشوب و آزمون های BDS و شبکه عصبی جهت بررسی غیر خطی بودن ساختار سیستم استفاده شده است. نتایج تخمین نمای لیاپانوف و بعد همبستگی، وجود آشوب در سری زمانی را تایید کرده و تخمین آماره BDS و شبکه عصبی، ...

در این مقاله با استفاده از اطلاعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیز ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: روشهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی، در هر مورد نتایج به دست آم...