پیش­بینی متغیرهای هیدرولوژیکی ابزاری بسیار کارآمد به­منظور مدیریت منابع آب می­باشد. از سوی دیگر استفاده از مفاهیم حاکم بر سری­های زمانی در پیش­بینی بسیار مناسب ارزیابی گردیده­است. لذا در تحقیق حاضر داده­های دبی ماهانه اندازه­گیری شده در 21 ایستگاه هیدرومتری از سال آبی 63-64 تا سال آبی 83-84 در حوضه آبخیز رودخانه کرخه مورد استفاده قرار گرفت و سپس روش­های مختلف پیش­بینی و مدل­سازی در سری­های زمان...

شبکه های عصبی مصنوعی، یکی از روش های جدید و کاربردی در آمار ریاضی بوده و در مدل سازی، شناخت مدل، خوشه بندی و پیش بینی بکار می رود. در این تحقیق پس از معرفی شبکه های عصبی مصنوعی، عوامل مختلف ساختاری، روش های متفاوت یادگیری شبکه های عصبی و انتخاب و استفاده از داده ها در فرآیند پیش بینی، مورد ارزیابی قرار می گیرد. سپس نظریه تحلیل مقادیر ویژه منفرد به عنوان روش جدیدی برای تحلیل سری زمانی معرفی می ش...

هدف از این پژوهش بررسی خوشه بندی نوسانات و عدم تقارن آن در بورس اوراق بهادار تهران می باشد.تغییرات بزرگ در قیمتها تمایل به تغییرات بزرگ و تغییرات کوچک تمایل به تغییرات کوچک دارند که بدان خوشه بندی نوسانات گفته میشود.از طرفی نوسانات بیشتر بازده، تمایل به تشکیل خوشه بیشتری نسبت به نوسانات کوچک دارند که بدان عدم تقارن خوشه بندی نوسانات گفته می شود. نوسانات بازده های دارایی می تواند به طور مستقیم ر...

پیش­بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می­باشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری‌ترین مسائل برای مدیریت منابع آب می‌باشد. پژوهش حاضر با هدف مقایسه بین مدل‌های مختلف شبکه عصبی مصنوعی (MLP وRBF) و سری‌های زمانی آرما (ARMA) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال‌های 1356 تا 1386 پی­ریزی شد. در روش ...

زمینه و هدف: مدل‌سازی آلاینده‌های زیست محیطی یکی از نیازهای اساسی در زمینه پایش کیفیت هوا محسوب می شود که با بهره‌گیری از نتایج حاصله می‌توان اقدامات پیشگیرانه‌ای جهت بهبود شرایط آتی اتخاذ کرد. ادبیات موجود در زمینه الگوسازی آلاینده‌های زیست محیطی را می توان به دو دسته کلی تقسیم کرد، دسته اول شامل مطالعاتی می‌شود که علاوه بر داده‌های مربوط به آلاینده‌ها با وارد کردن عوامل محیطی از قبیل دمای هوا...

چکیده ندارد.

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 ...

اطلاعات جغرافیایى را مى‏ توان در فرمات بردارى دیجیتالى نمود و با داده‏ هاى ماهواره ‏اى (اطلاعات تصویرى) در یک محیط راسترى تبدیل و پردازش کرد. چنین سامانه‏ هایى سودمند هستند ولى باید توجه نمود که تبدیلات چندگانه داده ‏هاى بردارى و راسترى با از دست دادن دقت به بهاى تنزل داده ‏ها تمام مى‏ شود. یک ترکیب، تا اندازه نسبتا کاملى امکان پردازش دو ساختار بردارى و راسترى، نمایش سلسله مراتبى و جستجوى...

تحلیل مقادیر ویژه تکین (ssa) روش جدیدی برای تجزیه سری زمانی می باشد. در این روش سری زمانی اصلی به مولفه های مستقل نظیر روند، هارمونیک و اغتشاش تجزیه می شود. این روش ناپارامتری نیازمند هیچ نوع فرض آماری نظیر مانایی سری زمانی و نرمال بودن خطاها نبوده و برای سری های زمانی کوتاه مدت نیز مفید است. یکی از مشکلات اساسی در تحلیل سری های زمانی وقوع داده های دورافتاده می باشد. جهت شناسایی و کاهش اثرات نا...