پیش‌بینی دقیق قیمت‌های محصولات کشاورزی وارداتی می­تواند ضمن کمک به برنامه­ریزی مطلوب در خصوص زمان مناسب واردات به صرفه جویی در منابع ارزی کشور نیز بیانجامد. از پر‌کاربرد‌‌ترین الگوهای پیش‌بینی سری زمانی طی سه دهه­ی اخیر، الگوهای خطی سری زمانی شامل آریما، گارچ و ای گارچ می‌باشند. مطالعات اخیر در زمینه­ی پیش‌بینی با شبکه عصبی مصنوعی نشان‌می‌دهد که شبکه­ی عصبی مصنوعی می‌تواند دقت پیش‌بینی الگوهای ...

یکی از مهم‌ترین اصول طراحی آبیاری قطره‌ای که در تعیین دور آبیاری محصولات ردیفی نقش بنیادی دارد، حجم خاک خیس شده با گسیلنده‌ها می‌باشد. بنابراین اهمیت و نیز با توجه به توانمندی فن سری‌های زمانی در الگوبندی و پیش‌بینی پدیده‌های هیدرولو‍ژیک، یک مجموعه آزمایش، در مرکز تحقیقات کشاورزی و منابع طبیعی آذربایجان شرقی در یک خاک لوم و لوم رسی با هدف الگوبندی و پیش‌بینی حجم خاک خیس شده با گسیلنده نقطه‌ای ب...

در یک سری زمانی که اساسا به صورت دنباله ای از مشاهدات مرتب شده بر اساس زمان به صورت x_1,…,x_n می باشد، ممکن است نقای وجود داشته باشندکه در آن نقاط، خصوصیات آماری متغیر تصادفی دست خوش تغییر قرار گرفته باشند. برای مثال، ممکن است n_0 مشاهده اول، از توزیعی مانند f_0 و مشاهدات باقیمانده از توزیع دیگری مانند f_1 تبعیت کنند. نقطه n_0 را نقطه تغییر (change point) نامند و یافتن این نقطه که در آن، ویژگی ...

مدیریت منابع آب یکی از بزرگ ترین چالش های قرن حاضر است که می تواند سرمنشأ بسیاری از تحولات مثبت و منفی جهان قرار گیرد. در واقع امروزه چالش منابع آب دغدغه بسیاری از کشور های خاورمیانه است. این موضوع در ایران راجع به دریاچه ارومیه که در دهه اخیر دچار بحران شده است اهمیت دوچندان دارد. با توجه به تغییرات بارندگی، وقوع خشکسالی ها و احداث سدها تراز سطح آب دریاچه ارومیه دست خوش تغییرات و نوسانات زیادی...

با توجه به تأثیر دما در شرایط اقلیمی هر منطقه و اهمیت پیش­بینی آن در برنامه­ریزی­های محیطی، استفاده از روش­های آماری به­منظور مطالعه تغییرات و پیش­بینی دما، کاربرد وسیعی پیدا کرده است. روش­های آماری ابزارهایی کارآ و مفید برای درک و ارزیابی رفتار اقلیم به­شمارمی­روند. از الگوهای آماری پرکاربرد در این زمینه، می­توان به الگوهای خانواده آریما اشاره نمود. در این الگوی آماری مقادیر براساس رفتارهای گذ...

شبکه‌های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی‌های زمانی غیرخطی می‌پردازند. مزیت این مدل‌ها در مقایسه با مدل‌های سری زمانی این است که نیاز به فرضیات محدود کننده نمی‌باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می‌باشد. برای این منظور با استفاده از روش‌های خودگردان، می‌توان دقت برآوردگرها را در ساختارهای پیچید...

در پژوهش حاضر، ویژگی‌های غیرخطی جریان ماهانۀ رودخانۀ زاینده‌رود، در دو حالت قبل و بعد از نویززدایی، با استفاده از نظریۀ آشوب، طی 43 سال (1350 تا 1392) در چهار ایستگاه هیدرومتری ارزیابی شده است. برای تعیین روند آشوبی یا تصادفی‌بودن جریان رودخانۀ زاینده‌رود، اﺑﺘﺪا به بازسازی فضای حالت پرداخته شده است. به این دلیل، زمان تأخیر بهینه و بُعد محاط با استفاده از روش‌های میانگین اطلاعات متقابل و اﻟﮕﻮرﯾﺘﻢ...

پیش­بینی دقیق جریان رودخانه­ با استفاده از مدل­های رایج سری­های زمانی، فیزیکی- مفهومی و رگرسیونی در مدیریت علمی منابع آب­های سطحی اهمیت به­سزایی دارد. در این مطالعه دبی جریان روزانه و ماهانه رودخانه باراندوزچای ارومیه در دوره­ آماری 88-1352، با استفاده از مدل­های سری­زمانی خطی آرما[1] و غیرخطی دوخطی مدل­سازی شد. برای بررسی ایستایی سری­های جریان از آزمون adf استفاده گردید. نتایج آین آزمون نشان د...

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...

مطالعه و اندازه گیری تغییرات سطوح برف به عنوان یکی از منابع تامین آب بسیار حائز اهمیت است. با توجه به شرایط سخت فیزیکی محیط های کوهستانی امکان اندازه گیری دائم زمینی جهت تخمین منابع برفابی و تشکیل پایگاه داده ها وجود ندارد. به همین جهت استفاده از تصاویر ماهواره ای شناسایی مناطق برفگیر و استفاده از سیستم اطلاعات جغرافیایی جهت مدلسازی تغییرات ابزارهای قدرتمندی به شمار می روند. در تحقیق حاضر با اس...