نتایج جستجو برای: مدل میانگین متحرک خود انباشته فازی
تعداد نتایج: 316152 فیلتر نتایج به سال:
تورم به عنوان یکی از بنیادی ترین چالش های اقتصادی، در طول حیات اقتصادی هر کشور شناخته می شود، به همین دلیل پیش بینی روند تورم برای تنظیم سیاست های اقتصادی اهمیت به سزایی دارد. این نیاز موجب توجه جدی به کاربرد مدل های مختلف برای پیش بینی نرخ تورم شده است؛ و بدین منظور مدل های پیش بینی گوناگونی در رقابت با یکدیگر توسعه یافته اند. از این رو این پژوهش با هدف پیش بینی ماهیانه نرخ تورم در ایران برای ...
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 ...
داده های حساب ملی یکی از مهم ترین ابزارهای آماری در برنامه ریزی و سیاست گذاری های اقتصادی است. از این رو پیش بینی متغیرهای عمده اقتصادی از اهمیت خاصی برخوردار است. در این میان رشد اقتصادی از مهم-ترین متغیرهای اقتصادی است که پیش بینی آن از اولویت بالایی برخوردار است. هدف اصلی این مطالعه شناسایی روش مناسب برای پیش بینی رشد اقتصادی ایران از طریق دو رویکرد تک متغیری و چند متغیری است. روش های تک متغ...
هدف اصلی این پژوهش ارائه چارچوبی برای ارزیابی عملکرد شرکت بهرهبرداری قطار شهری مشهد بر مبنای کارت امتیازی متوازن و تکنیک تصمیمگیری چندمعیاره (بهترین ـ بدترین فازی) است. حاضر از نظر هدف، کاربردی روش، کمّی اسنادی جمعآوری دادههای کیفی اساس 15 خبره در طی مقطع زمانی بین سالهای 1396 تا 1398 صورت پذیرفت. 9 معیار منظر مالی، 16 مشتریان، 8 فرایند داخلی 14 رشد توسعه یادگیری طریق اسناد پژوهشهای پ...
در این تحقیق به مقایسه کارایی دو روش پیشبینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیشبینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرزدارو و جامدارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنوعی برای هر دو شرکت تخمین زده شد. به منظور تخمین مدل شبکه عصبی مصنوعی، متغیر قیمت سهام به عنوان متغیر وابسته و متغیرهای حجم معا...
این مقاله به بررسی عملکرد پیش بینی مدل های ARIMA و ARFIMA با استفاده از دادههای روزانه بازده شاخص کل سهام تهران در بازه زمانی 04/09/1380 تا 09/09/1390 می پردازد. در این راستا جهت تخمین پارامتر d و دیگر پارامترها، از روشNLS در بسته نرمافزار Oxmetric/pcgive استفاده شد و پس از مقایسه نتایج مدلهای تحقیق؛ مدل ARFIMA بر اساس معیار AIC مدلی برتر در مدل سازی TEPIX مشخص گردید. همچنین از میان براورد...
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...
در این مقاله یک مدل ریاضی برای مسئله سیستم تولیدی همکارانه ساخت بر اساس سفارش با رعایت انصاف تخصیص بارهای تولید طراحی شده است. اهداف اصلی مدل، کمینهسازی هزینههای کل و حداکثر استفاده از منابع بهمنظور عادلانه شرایط عدمقطعیت کنترل پارامترهای غیرقطعی روش برنامهریزی فازی شده نتایج نشان میدهد افزایش نرخ عدمقطعیت، مییابد. ازآنجاکه ظرفیت کارخانهها ثابت است، مقدار تقاضا، هر کارخانه نیز میی...
دقت پیش بینی از مهمترین عوامل مؤثر در انتخاب روش پیش بینی است. امروزه به رغم وجود روشهای متعدد پیش بینی، هنوز پیش بینی دقیق مالی کار چندان ساده ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روشهای متفاوت به منظور حصول نتایج دقیق تر می باشند. در حالت کلی انتخاب مؤثرترین روش به منظور پیش بینی، کار بسیار دشواری می باشد. بسیاری از محققان روشهای خطی و غیرخطی را به منظور حصول نتایج دقیق تر با یکدیگر ...
پیش بینی قیمت سهام در بورس اوراق بهادار تهران، به سرمایه گذاران درتصمیم گیری وپذیرش ریسک سهام کمک شایانی می کند. در این مقاله از سه روش اقتصادسنجی شامل الگوی خود رگرسیو (ar)، الگوی میانگین متحرک (ma) و الگوی خود رگرسیو میانگین متحرک انباشته (arima) به منظور پیش بینی قیمت سهام و انتخاب بهترین روش از میان روش های ذکر شده استفاده شده است. به این منظور داده های روزانه قیمت سهام شرکت کشاورزی و دامپر...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید