امروزه پیش بینی روندی که در آینده ممکن است برای قیمت یک سهام خاص به وجود آید، از جمله موضوعاتی است که در مسائل مالی مورد توجه قرار دارد. برای انجام این کار، می توان از مدل های سری های زمانی استفاده کرد. یکی از کاربردهای مهم مدل های سری های زمانی، در ریاضیات مالی است. اما در ریاضیات مالی، به دلیل این که مشاهدات جمع آوردی شده در طول زمان، از ویژگی ناهم واریانسی برخوردار هستند، نمی توان از مدل ...

در این تحقیق به پیش¬بینی دو نوع خشکسالی هواشناسی و هیدروژئولوژیکی(در سه مقیاس زمانی)، با استفاده از دو مدل شبکه عصبی مصنوعی و مدل¬های استوکاستیک، در یکی از دشت¬های واقع در جنوب استان قزوین و طی سال¬های 1361-1391 پرداخته شد. درنهایت با ترکیب بهترین ساختارهای هریک از مدل¬های منفرد مذکور مدل ترکیبی بهینه پیشنهاد شد. جهت مدل¬سازی با استفاده از شبکه عصبی پرسپترون چند لایه از چهار سناریوی مختلف ترکیب...

تغییر اقلیم یکی از معضلات کنونی جامعه بشری است و تهدید و بلایی برای سیاره زمین به شمار می¬آید که بررسی و پیش-بینی عناصر آن هم از جهت برنامه¬ریزی منابع آبی و هم از جهت مدیریت شرایط بحران اهمیت زیادی دارد. بنابراین پیش¬بینی و برآورد نزولات جوی برای هر منطقه و آبخیز به عنوان یکی از مهم ترین پارامتر اقلیمی در استفاده بهینه (الگوی مناسب جهت بهره¬برداری) از منابع آبی محسوب می گردد. یکی از روش¬های متد...

مدل سازی و پیش بینی سری های زمانی، در حوزه های کاربردی مختلف اهمیت بسزایی دارد. دقت پیش بینی ‏یکی از مهم ترین عوامل موثر در انتخاب روش پیش بینی است. مدل خودرگرسیون میانگین متحرک انباشته ‏‏(‏arima ‏) و شبکه عصبی مصنوعی از پراستفاده ترین مدل های پیش بینی به شمار می آیند. داده های سری ‏زمانی اغلب شامل هر دو الگوی خطی و غیرخطی هستند. مدل ‏arima‏ نمی تواند با رابطه های غیرخطی سروکار ‏داشته باشد، این...

این مطالعه با استفاده از تکنیک سری های زمانی به پیش بینی میزان بارندگی در دشت کبودرآهنگ واقع در شمال استان همدان پرداخته است. نتایج آزمون های الگوی فصلی نشان داد که داده های بارش در منطقه ی مطالعه شده ماهیت غیردوره ای دارد. افزون بر این، نتایج آزمون hegy بیانگر نبود ریشه در دوره های سه ماهه و ماهیانه در داده های مورد نظر بود. بر همین اساس الگوی آرما از نوع arma(4.4)، می تواند رفتار بارش را در م...

در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در بازارهای مالی، نوع جدیدی از فضای مسئله بر اساس نرخ بازده برای کاربرد در بازار های مالی و پیش بینی سری های زمانی مالی ارائه شده...

خشکسالی پدیده­ای طبیعی است که می­تواند در هر جایی رخ دهد و خسارات قابل توجهی به بشر و سازه­های طبیعی وارد آورد. در این تحقیق به منظور پیش­بینی شاخص خشکسالیبارش استاندارد، از دو نوع شبکه­های عصبی­مصنوعی، پرسپترون چند لایه و تابع پایه­ی شعاعی و مدل­های سری­زمانی استفاده شد. به این منظور، در ابتدا مقادیر شاخص بارش استاندارد در دوره­های سه، شش، نه و دوازده ماهه­ی ایستگاه­های منتخب استان خوزستان محا...

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

قیمت نفت می تواند با اثرگذاری بر سایر منغیرهای اقتصادی، اقتصاد کشورهای جهان را تحت تاثیر قرار دهد. پیچیدگی ذاتی موجود در آن، باعث شده که این متغیر رفتاری آشوبناک از خود نشان دهد و این مسئله محققین را جهت ارائه پیش بینی دقیق با مشکلاتی مواجه کرده است. تاکنون مدلهای مختلفی جهت این امر ارائه شده است. در این میان مدل های فازی قادرند در شرایط عدم اطمینان و تعداد داده های کم نتایج قابل قبولی را از خو...