نتایج جستجو برای: سریهای جزئی
تعداد نتایج: 9179 فیلتر نتایج به سال:
اهمیت مدیریت تامین تقاضای آب شهری باعث شده است که میزان تقاضای آب شهری با توجه به مسایل موجود در آینده مدلسازی و نسبت به مدیریت صحیح اقدام گردد.در این پایان نامه مصرف روزانه کل آب به دو دسته مصارف پایه و فصلی تقسیم بندی می شود که مصرف پایه توسط مصرف در آستانه ها شرح داده می شود و مصرف فصلی به فصل،شرایط اقلیمی و شرایط خاص ( مسابقات ورزشی،شرایط بحرانی،مسافرت و ... ) وابسته می باشد.در این مقاله چگ...
شرح مختصر زندگانی و فعالیت های علمی استفان باناخ ریاضیدان لهستانی.
در این مقاله روشی عملی برای مدل سازی خطای تروپوسفریک در تعیین موقعیت مطلق با گیرنده های تعیین موقعیت جهانی ماهواره ای مانند gps براساس مشاهدات ایستگاههای دائمی تعیین موقعیت ماهواره ای ارائه شده است. در این روش مدل ارائه شده برای تصحیح خطای تروپوسفریک بر خلاف روشهای معمول، که مبتنی بر استفاده از اندازه گیری شرایط جوی در حین مشاهده می باشند، بر مبنای زمان مشاهده صورت می گیرد. بر اساس آزمون های عد...
در این پایان نامه ، ضمن مطالعه روشهای آماری پیش بینی سریهای زمانی، به توصیف فراکتالها و سریهای زمانی فراکتالی پرداخته شده است. سپس کاربرد فراکتال در پیش بینی سریهای زمانی با توجه به رفتار نمای هارست مورد بررسی قرار گرفته است. در ادامه به بعضی خواص پایای سیستمهای دینامیکی آشوبی مانند نمای لیاپانوف و خودتشابهی اشاره شده و سپس روشهای پیش بینی سریهای زمانی آشوبی با جاذب پیچیدهدر یک فضا...
هدف: هدف از پژوهش حاضر بررسی تأثیر تابآوری فردی و رهبری تحولآفرین بر رفتار تیمی نوآورانه با توجه به نقش میانجی تعدیلگر جو یادگیری میباشد. طراحی/ روششناسی/ رویکرد: این هدف، کاربردی نظر گردآوری دادهها جزء پژوهشهای توصیفی _ همبستگی جامعه آماری شامل 760 نفر کارکنان شرکت کارگزاری مفید بوده حجم نمونه 261 روش نمونهگیری تصادفی ساده انتخاب شده است. تجزیه تحلیل استفاده رویکرد مدلسازی معادلات ساخت...
فرآیند های دوره ای یا سری های زمانی هستند که برای مدل بندی سریهای زمانی ایستای دوره ای استفاده می شوند . در این پایان نامه الگوریتم ابداعی را که اصولا جهت برآورد پارامتر های سریهای زمانی نا ایستا بکار برده می شوند معرفی می کنیم و نشان می دهیم که این برآورد گرها برای سری های زمانی دوره ای سازگارند، سپس نشان میدهیم که این الگوریتم چگونه می تواند در بدست آوردن برآورد پارامتر های مدل مورد استفاده ق...
در سالهای اخیر داده کاوی برروی سریهای زمانی توجه بسیاری را به خود جلب کرده است. شاید بتوان گفت از میان تمام تکنیکهای به کار برده شده برروی سریهای زمانی، خوشه بندی پر استفاده ترین تکنیک می باشد. خوشه بندی سریهای زمانی می تواند به دلایل مختلفی مانند یافتن الگوهای پنهان در داده ها و جستجوی شباهتها انجام شود. سریهای زمانی معمولاً دارای ابعاد طولانی هستند که این امر کار پردازش آنها را چه از نظر حافظ...
یک مدل arma خطی بصورت زیر را در نظر بگیرید. xt+?1xt-1+...+?kxt-k?+?t+?1?t-1+...+?l?t-l همانطور که می دانیم، در مدل پارامترها ثابت فرض می شوند، در صورتی که در کلاس بزرگی از سریهای زمان غیرخطی، پارامترها بصورت تابعی از گذشته خود می باشند. پریستلی با قرار دادن xt-1(?t-1,...,?t-l,xt-1,...,xt-k)?؟ به عنوان بردار حالت ?xt-1 هستند یک مدل کلی به نام مدل وابسته به حالت (sstate dependent model) را بصورت ...
وجود تغییرات ساختاری در سریهای زمانی مالی از عواملی است که موجب میشود مدلهای خطی برای تحلیل این سریها مناسب نباشند. نادیده گرفتن این تغییرات در سطح میانگین و واریانس سریهای زمانی اثرات نامطلوبی روی تحلیلها خواهد گذاشت. در بسیاری از سریهای زمانی مالی و اقتصادی فرض ثابت بودن واریانس برقرار نیست که در این شرایط مدلهای خانواده اتورگرسیو ناهمواریانس شرطی میتوانن نتایج مطلوبی ارائه دهند. در ای...
سریهای زمانی با حافظه بلند در علوم مختلف کاربردهای فراوانی دارند.در اینگونه سریهای زمانی ،تابع خود همبستگی دوامی نشان میدهد که نه با فرآیندهای arima(p,1.q) و نه با arima(p,0,q) سازگار است.به عبارت دیگر ضرایب خود همبستگی ،مانایی سری را تایید نکرده و پس از یکبار تفاضل گیری هم به نظر می رسد که بیش تفاضل گیری شده باشند.سریهای زمانی arfima (در حالی که فریندهای با حافظه بلند باشند)با تفاضل گیری کسری ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید