تعیین الگوی مناسب یکی از مسائل مهم در مدل سازی و پیش بینی سری های زمانی، با توجه به مکانیسم سیستم مورد نظر است. اغلب، بدون بررسی خطی یا غیرخطی بودن سیستم از مدل های رایج خطی سری زمانی استفاده می شود. در این تحقیق فرآیند جریان رودخانه های نازلوچای، شهرچای و باراندوزچای واقع در استان آذربایجان غربی و غرب دریاچه ارومیه با آزمون غیرخطی bds در سه مقیاس زمانی (سالانه، ماهانه و روزانه) بررسی شده است. ...

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...

فرآیند جریان رودخانه یکی از سیستم­هایی است که در مقیاس زمانی و مکانی مکانیسم غیر خطی در آن می­تواند حاکم باشد. در بسیاری از مدل های برازشی بر روی سری­های جریان رودخانه از مدل های خطی استفاده می­شود در حالی که معمولا فرآیند حاکم بر جریان رودخانه بیشتر ماهیت غیرخطی دارد. با این وجود نوع غیرخطی حاکم بر فرآیند سیستم رودخانه و شدت آن در مقیاس های زمانی مختلف مشخص نیست. فرآیند جریان رودخانه شهرچای ار...

در این مقاله، با هدف دستیابی به پیش‎بینی‎های دقیق‎تر، سه نوع الگوی رگرسیون خطی، سری‎زمانی و شبکه عصبی مصنوعی طراحی و براورد شده است. در ابتدا ماهیت ساختاری سری‎زمانی مورد نظر از جهت خطی، غیرخطی و تصادفی بودن با استفاده از آزمون نمای لیاپانوف بررسی شده است. نتایج این آزمون، وجود آشوب ضعیفی را در سیستم نشان می‎دهد و بیانگر امکان استفاده از الگوسازی غیرخطی برای پیش‎بینی دقیق تر کوتاه مدت است. در م...

توانایی پیشبینی ناتوانی مالی برای بسیاری از گروههای استفاده کنندگان اطلاعات مالی از جمله سرمایه گذاران، اعتبار دهندگان، حسابرسان، مدیران و قانون گذاران میتواند حائز اهمیت باشد. در این پژوهش تلاش شده است با زاویه دیدی جدید، با استفاده از روند متغیرهای سو د (زیان ) عملیاتی، اجزای سود (زیان) عملیاتی و همچنین جریانهای نقد حاصل از فعالیتهای عملیاتی، ناتوانی مالی شرکتها در قالب الگوهای سریزمانی، ...

به کارگیری سیستم های غیرخطی پویا در تحلیل سری های زمانی اقتصادی، مدت هاست که مورد توجه اقتصاددانان قرار گرفته است. سیستم های غیرخطی پویا، رفتارهای مختلفی را از خود بروز می دهند، که می تواند در توجیه بسیاری از پدیده های اقتصادی که به نظر تصادفی می آیند، به کار گرفته شود. در این مقاله، راهکاری ارایه شده است، که براساس آن می توان تابع پویای خاصی را برای مدل سازی سری زمانی مفروضی به کار گرفت. ابتدا...

شبکه ی عصبی مصنوعی کاربرد وسیعی در مهندسی و سایر علوم دارد. با الهام گرفتن از معماری مغز، شبکه ی عصبی مصنوعی کلاسی از مدل های غیرخطی قابل یادگیری از داده ها را نمایش می دهد. شبکه های عصبی در موارد بسیاری کاربرد دارند از جمله ی طبقه بندی و پیش بینی. این پایان نامه یک نگاه آموزشی به شبکه های عصبی دارد و بر روی شبکه های عصبی انتشار برگشتی به عنوان روشی برای تقریب رگرسیون و سری زمانی غیرخطی تمرکز ش...