رشد روزافزون جمعیت و محدودیت منابع آب سطحی در کشور، لزوم پیش بینی دقیق تر مقدار آورد رودخانه را به دلیل اهمیت در برنامه ریزی و مدیریت منابع آب از جمله بهره برداری از مخازن و طراحی سازه های کنترل سیلاب با استفاده از ابزارها و روش های نوین مدلسازی می طلبد. در این راستا، مدل های سری زمانی از دیرباز مورد توجه هیدرولوژیست ها بوده اند. هدف این تحقیق، ارزیابی کارآیی دو رهیافت کلی مدل سری زمانی و رگرسی...

چکیده در این مطالعه از روش سری زمانی فازی برای پیش بینی شاخص کل بورس اوراق بهادار تهران (تپیکس) در سالهای 78 الی 88 استفاده شده است . به این صورت که داده های هرسال به دو بخش آموزشی و آزمایشی تقسیم شده و در هر سال از این روش برای پیش بینی داده های آزمایشی استفاده گردیده است . به منظور سنجش کارایی روش پیشنهادی ، این روش با روش آرما بر اساس متدلوژی باکس _جنکینز مورد مقایسه قرار گرفته است ، همچنین...

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

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...

امروزه همگام با توسعه ی سرمایه گذاری، نیاز به مدل های تصمیم گیری علمی بیش از پیش آشکار شده است. بدین منظور برای حل مسئله ی انتخاب سبد سهام، مدلی در این پایان نامه ارائه می شود که در آن، از خصوصیات و نقاط قوت دیدگاه تکنیکال و تئوری پوتفولیوی مدرن استفاده می گردد. مدل پیشنهادی شامل هفت گام در قالب سه مرحله ی اصلی است: فیلترسازی اولیه ی شرکت ها با مدل استنتاج فازی، به کارگیری روش میانگین- واریانس ...