چکیده سیمان به عنوان یک کالای استراتژیک که جایگزینی برای آن وجود ندارد نقش عمده ای در روند توسعه اقتصادی تمامی جوامع، به خصوص کشورهای در حال توسعه مانند ایران دارد. سرمایه گذاری های انجام شده در بخش های عمرانی، مسکن، حمل و نقل و غیره همگی نشان دهنده اهمیت و نقش سیمان در فرآیند پیش برد این بخش ها بوده است. افزایش بی رویه قیمت سیمان از یک سو باعث افزایش قیمت تمام شده طرح های عمرانی و از سوی دیگر...

صرع یکی از مهمترین بیماری های دستگاه عصبی است که حدود 1% از مردم جهان به آن مبتلا هستند. امکان پیش بینی وقوع حملات صرعی از روی سیگنال های الکتروانسفالوگراف برای بیماران صرعی، فرصت های درمانی جدیدی را فراهم می کند. پیش بینی دقیق حملات صرعی هنوز هم غیرممکن است چرا که این حملات رفتاری آشوبگونه دارند. آشوب قابلیت پیش بینی پذیری را محدود می کند و در نتیجه، پیش بینی بلند مدت سری های زمانی آشوبگونه مس...

در تحقیق حاضر ابتدا آشوب پذیری سری های زمانی بارش، رواناب و دبی در دو ایستگاه پل کهنه و قورباغستان واقع بر رودخانه قره سو در کرمانشاه در سه مقیاس روزانه، هفتگی و ماهانه بررسی شد. سپس توانایی روش های پیش بینی موضعی و شبکه عصبی مصنوعی در مدل سازی این سری ها مورد ارزیابی قرار گرفت. نتایج نشان دادند که بر اساس دو روش توان لیاپانف و بعد همبستگی، سری زمانی بارش در مقیاس روزانه آشوبناک نبوده و رفتاری ...

دراین مقاله، مدل استوکستیک سالانه AR(1) منطقه ای برای جریان سالانه رودخانه های حوزه های آبریزکرخه، کارون و دز ساخته شده است. بمنظور برآورد پارامترهای منطقه ای مدل های مزبور، از میان 213 ایستگاه هیدرومتری، تعداد 84 ایستگاه دارای حداقل 17 سال آمار برگزیده شد. ابتدا رابطه های رگرسیونی چند متغیره منطقه ای بین میانگین دبی سالانه، بارش و مساحت زیرحوزه ها بدست آمده است. سپس با بررسی ساختار منطقه ای و ...

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

پیش‌بینی دقیق قیمت‌های محصولات کشاورزی وارداتی می­تواند ضمن کمک به برنامه­ریزی مطلوب در خصوص زمان مناسب واردات به صرفه جویی در منابع ارزی کشور نیز بیانجامد. از پر‌کاربرد‌‌ترین الگوهای پیش‌بینی سری زمانی طی سه دهه­ی اخیر، الگوهای خطی سری زمانی شامل آریما، گارچ و ای گارچ می‌باشند. مطالعات اخیر در زمینه­ی پیش‌بینی با شبکه عصبی مصنوعی نشان‌می‌دهد که شبکه­ی عصبی مصنوعی می‌تواند دقت پیش‌بینی الگوهای ...

چکیده در این مطالعه از روش سری زمانی فازی برای پیش بینی شاخص کل بورس اوراق بهادار تهران (تپیکس) در سالهای 78 الی 88 استفاده شده است . به این صورت که داده های هرسال به دو بخش آموزشی و آزمایشی تقسیم شده و در هر سال از این روش برای پیش بینی داده های آزمایشی استفاده گردیده است . به منظور سنجش کارایی روش پیشنهادی ، این روش با روش آرما بر اساس متدلوژی باکس _جنکینز مورد مقایسه قرار گرفته است ، همچنین...

این مطالعه به بررسی پیش بینی پذیری رفتاربازده سهام شرکت های یذیرفته شده در بورس اوراق بهادار تهران وهمچنین انجام عمل پیش بینی بازده با استفاده از شبکه های عصبی مصنوعی می پردازد. به منظور انجام عمل پیش بینی بازده، در مرحله اول روند گذشته سری زمانی مربوط به شرکت ها و همچنین سه متغیر از متغیرهای تحلیل تکنیکی (شاخص سهام، حجم سهام مبادله شده و آخرین نرخ سهام در روز) برای مدت 5 سال(تیرماه 1377 لغایت ...

در پژوهش پیش رو سعی شده است به پیش بینی سری های زمانی که موضوعی چالش برانگیز و پراهمیت در سال های اخیر بوده و کاربرد فراوان یافته است، پرداخته شود. دریک مساله پیش بینی به صورت کلاسیک، از آن جایی که معمولا در فضای گسسته ی سری های زمانی با دینامیک ها سروکار داریم، می توان دینامیک موردنظر را به صورت نگاشت زیر درنظر گرفت: x(t+t)=f_t (x(t) ) معادل این نگاشت در فضای حالت به صورت نموداری از حالت بع...