در نظر گرفتن یک فرض کلاسیک در ساختمان سری ها موجب شده است، مشاهدات را با یک الگوی خطی که ضرایبش با زمان تغییر نمی کند در نظر گیرند. اما بسیاری از سری های زمانی دارای میانگین و واریانس ثابتی در طول زمان نیستند در این شرایط مدل های اتورگرسیو مشروط به ناهمسانی واریانس اغلب به نتایج مطلوبی منجر می شوند. تحقیقات نشان داده اند مدل های شبکه عصبی برای نمایش رفتار غیرخطی داده ها نیز از عملکرد قابل توجهی...

بدست آوردن نتایج صحیح از آنالیز سیگنال مربوط به پدیده های ژئودینامیکی با استفاده از سری های زمانی بلند مدت gps، منوط به کاهش اثر نویز از داده ها می باشد. این امر در ژئودزی و ژئوفیزیک توسط روش های مختلفی انجام پذیر بوده و در صورت ناقص بودن مدل سازی داده های سری زمانی gps (جهت کاهش نویز)، تفسیر پدیده های ژئودینامیکی حاصل از آن ها به درستی میسر نخواهد بود. به دلیل غیر هم فاصله بودن سری های زمانی g...

اندازه و روند شاخص های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می باشد. جهت پیش بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول ترین آنها روشهای رگرسیون و مدل های 3arima هستند اما این مدل ها در عمل جهت پیش بینی بعضی از سریها ناموفق بوده اند. در تحقیق حاضر برای پیش بینی شاخص کل بورس از مدل شبکه های عصبی پیش خور4 با قانون یادگیری پس انتشار خطا5 در...

زمینه و هدف: کنترل وقوع حوادث در محل کار موضوعی است که در تمامی کشورهای جهان مورد توجه قرار گرفته است. پیامدهای مالی وقوع این حوادث و زیان های اقتصادی که از این طریق به شرکت های مربوطه تحمیل می شود، تنها یکی از جنبه های کوچک این آسیب است؛ حال آنکه با در نظر گرفتن آسیب های غیر اقتصادی اما نامحسوس به جامعه، این گونه ضررها در حاشیه قرار خواهند گرفت. هدف از انجام این پژوهش برازش مدل باکس جنکینز( bo...

با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبریز و سهند، با توجه به ویژگی های غیرخطی مقیاس های زمانی، مدل ترکیبی موجک – حداقل مربعات ماشین بردا...

یکی از مسائل مهم و راهبردی در مباحث اقتصادی امروز، دقت، صحت و کارایی مدل های پیش بینی سری های زمانی است. به همین دلیل در سال های اخیر توجه اقتصاددان ها به مدل های ناخطی معطوف شده است. زیرا، پدیده های متعددی نظیر آشوب در مدل های ناخطی قابل بررسی است. در این مقاله، به بررسی وجود آشوب در سری زمانی قیمت های آتی نفت (96-1999) می پردازیم. به این منظور از دو روش عمومی و کاربردی تخمین بعد هم بستگی (cd)...

بارش از مهم ترین و متغیرترین عناصر اقلیمی است که شناخت رفتار آن همواره مورد توجه اقلیم شناسان بوده است. از این رو پیـچیدگی عناصر اقلیمی در مقیاس­های زمانـی و مکانی لزوم به­کارگیری روش­های کارامد مانند تحلیل طیفی به عنوان ابزاری مفید برای مطالعه الگوهای اقلیمی را نشان می­دهد. هدف از این مطالعه بررسی و تحلیل نوسان­های بارش ایران با استفاده از  تحلیل طیفی (تحلیل همسازه­ها) می­باشد بدین منظور داده­...

هدف از تحلیل سری های زمانی شناسایی و مدل بندی الگوهای ساختاری د ردنباله ای از مقادیر مشاهدات است. در تحلیل سری های زمانی کلاسیک مشاهدات اعداد دقیق هستند. د رصورتی که مشاهدات مقادیر اندازه گیری را نشان دهند، نمی توان اغلب مقادیر عددی را به داده های مشاهده شده نسبت داد. در این رساله دو رویکرد در سری های زمانی تحت محیط فازی مورد بررسی قرار می گیرد. رویکرد اول بر پایه روابط فازی و رویکرد دوم بر پای...

پیش بینی میزان ترافیک شهری یکی از مهمترین موضوعات در تحقیق و بررسی مساله ترافیک می باشد. اهمیت این موضوع به حدی است که در سال های اخیر تحقیقات زیادی را به خود جلب کرده است. در این پایان نامه از الگوهای سری های زمانی و روش های یادگیری ماشین برای پیش بینی میزان ترافیک شهری استفاده می شود. اساس این پایان نامه بدین صورت است که ابتدا مروری بر کارهای انجام شده در زمینه پیش بینی ترافیک داریم و سپس رون...