Level crossing is a powerful method for analyzing the random time series. In this paper by introducing this method we investigate the beta noises and represent differences between 1/f noise and white noise and also research the cardiac heart interbeat interval (RR) time series and find clear distinctions between healthy samples and samples with Congestive heart failure (CHF) disease.

سری های زمانی نقش مهمی در برنامه ریزی، طراحی و تحلیل سیستمهای هیدرولوژیک دارند. با توجه به آنکه پدیده های هیدرولوژیک وابسته به زمان می باشند، سری های زمانی می توانند به ابزاری قدرتمند به منظور تحلیل این سیستمها بدل شوند. سیلاب یکی از مهم ترین و مخرب ترین پدیده های هیدرولوژیک است که در چند سال گذشته اثرات اقتصادی و اجتماعی زیادی در استان مازندران برجا گذاشته است. یکی از شاخص های مهم سیلاب دبی حد...

یکی از اساسی ترین مشکلات نظام مالیاتی کشور، فقدانِ پیش بینی های علمی درآمدهای مالیاتی است. در پژوهش حاضر کوشش شده است درآمدهای مالیاتی استان قزوین در 10 سال آینده پیش بینی گردد. برای پیش بینی درآمدهای مالیاتی، از مدل سریهای زمانی و روشهای مداخله ای (1 ,1)arma1 استفاده شده است. از اواسط سال 1385 به دلیل یکسری عوامل نظیر پیچیدگی و ابهام در قوانین مالیاتی، وجود مالیاتهای معوق به عنوان متغیرهای برون...

بارندگی یکی از مولفه­های مهم چرخه هیدرولوژیکی است که فرآیندهای سطحی و اتمسفریک را بهم مرتبط می­سازد. بنابراین مدلسازی و برآورد دقیق پارامتر در مدیریت منابع آب، برنامه­ریزی آبیاری، مدیریت کشاورزی و تخصیص آب مورد نیاز است. مدل SARIMA از مدل­های مرسوم در شبیه­سازی بارندگی ماهانه می­باشد. از نکات ضعف مدل نادیده گرفتن تغییرات بین ماه در هر سال است. بنابراین هدف این مقاله، توسعه مدل SARIMA با در نظر ...

در این پژوهش، جهت بررسی روند تغییرات بارش جمهوری آذربایجان از داده های بارش روزانه پایگاه داده آفرودایت که دارای تفکیک مکانی 25/0 * 25/0 درجه است، در یک دوره 57 ساله (1951-2007) استفاده شده است. نخست برای واکاوی مکانی داده ها، با روش نزدیک ترین همسایگی در نرم افزار سورفر نقشه های همبارش سالانه، فصلی و ماهانه تهیه گردید. پس از بررسی نقشه سالانه، میانگین یاخته ای بارش سالانه آذربایجان 410 میلیمتر...

تبدیل موجک یکی از روش­های نوین و بسیار موثر در زمینه تحلیل سیگنال­ها و سری­های زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، داده­های حاصل به­عنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیش­بینی خشکسالی ارائه می­گردد. در این تحقیق، از شبکه­های عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایه‌ای شعاعی ((RBF، سری زمانی AR...

در این پایان نامه ابتدا به مرور مفاهیمی چون فرآیندهای تصادفی، سریهای زمانی مانا و نامانا، ریشه های واحد و آزمونهای ریشه واحد پرداخته و در ادامه به بیان مفهوم هم انباشتگی، مدلهای تصحیح خطا و آزمونهای مربوطه پرداخته و سپس ریشه های واحد و هم انباشتگی در سری های زمانی فصلی، برآورد مدل آنها و آزمونهای مربوطه را ارائه خواهیم داد.

امروزه شناسایی فرصت هایی که امید دهنده ی رشد و پیشرفت هستند در گرو توجه به آینده می باشد که به واسطه ی آن می توان دید بلند مدتی نسبت به علوم و فناوری های تازه به دست آورد.آینده پژوهی فرآیندی است که با استفاده از آن می توان چگونگی مواجهه با پدیده "آینده" را تبیین کرد. این علم مشتمل بر مجموعه تلاش-هایی است که با استفاده از تجزیه و تحلیل منابع، الگوها و عوامل تغییر یا ثبات، به تجسم آینده های بالقو...

ریسک و بازده دو عامل مهم در تصمیم گیری به منظور سرمایه گذاری می باشند . به منظور کاهش ریسک و افزایش بازده ، مشاهده سریهای زمانی که تغییرات آنها می تواند علامت تغییر در قیمت های اوراق بهادار باشد مفید است . این تحقیق به بررسی کاربرد تغییرات و نوسانهای نماگرهای پیشرو در پیش بینی تغییرات قیمت سهام پرداخته است . نماگرهای پیشرو شاخص هایی هستند که با مشاهده بروز تغییرات در آنها باید منتظر بروز تغییرا...

چکیده پیش بینی بارکوتاه ‌مدت یک فرآیند پایه در بهره برداری سیستم‌های قدرت محسوب می‌شود. بسیاری از توابع بهره‌برداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیش‌ینی بار کوتاه‌مدت وابسته می‌باشند. در طی سه دهه اخیر روش های مختلفی برای پیش‌بینی بار کوتاه ‌مدت ارائه شده و نرم‌افزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شده‌اند. از جمله این روش ها می‌توان به ان...