این مقاله به بررسی مقایسه ای توان شبکه های عصبی مصنوعی و سری های زمانی خودبازگشت در پیش بینی ایستای نرخ تورّم ایران می پردازد. در یک بررسی، با استفاده از 37 سال داده های تاریخی نرخ تورّم ایران، مدل شبکة عصبی مصنوعی در پیش بینی آیندة نزدیک در مقایسه با سری های زمانی خودبازگشت، به‎طور متوسط از عملکرد بهتری برخوردار است. در این بررسی، مزایای روش توقّف زودهنگام در مرحلة یادگیری شبکة عصبی برای پیش بینی...

در این مقاله سعی شده است مدل های پیش بینی برخی سازمان های اطلاعاتی در خصوص بی ثباتی سیاسی مورد آزمون علمی قرار گرفته و علل ناکارآمدی آنها در پیش بینی دقیق تحولات خاورمیانه تبیین شود. مطابق فرضیه مقاله، مدل های پیش بینی کمّی سازمان های اطلاعاتی، به دلیل اتکا به همبستگی به جای علیّت و فقدان شناخت عمیق از کیس ها و جامعه آماری خود، از قابلیت کمتری برای پیش بینی دقیق تحولات اجتماعی برخوردارند. برای آز...

روش شماره منحنی رواناب (scs-cn) به طور گسترده جهت پیش بینی رواناب مستقیم از رخدادهای باران استفاده می شود. در این روش نسبت نگهداشت اولیه (λ=ia/s) به حداکثر ظرفیت نگهداشت (s) برابر 2/0 فرض شده است (2/0λ=ia/s= ). استفاده از نسبت نگهداشت اولیه (2/0) در خارج از منطقه ارائه مدل ممکن است منجر به برآورد غیرمنطقی از رواناب شود. بنابراین این مطالعه به منظور تعیین نسبت نگهداشت اولیه (λ=ia/s) براساس تجزیه...

وسعت مراتع و هم چنین راهکارهایی که برای توسعه کشاورزی استان خوزستان به صورت افزایش سطح زیر کشت دیم و آبی پیشنهاد شده همگی به میزان بارندگی بستگی دارد، بنابراین وجود مدل هایی به منظور پیش بینی بارندگی برای تصمیم گیری های مدیریتی لازم به نظر می رسد. بنابراین در این پژوهش با استفاده از آمار دراز مدت بارندگی روزانه 15 ایستگاه در منطقه مورد مطالعه ارتباط بین زمان وقوع رگبارهای زودرس پاییزه با بارندگ...

تعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش مسکن در سرانه تولید ملی موثر بوده و افزایش اشتغال را به همراه خواهد داشت و از سوی دیگر افزایش وام مسکن برای خرید یا هرگونه افزا...

یکی از پیشرفته ترین مدلهای پیش بینی کننده ورشکستگی٬ مدل «شبکه عصبی مصنوعی» است. مطابق نتایج تحقیق ساختار اصلی پرسپترون سه و چهار لایه برای پیش بینی ورشکستگی شرکتها به مدلهایی شبیه یکدیگر منتهی می شود که در این میان شبکه سه لایه از قدرت پیش بینی بیشتری نسبت به شبکه چهار لایه برخوردار است.این تحقیق نشان می دهد که «به کارگیری مدلهای مبتنی بر شبکه عصبی توانایی مدیریتهای مالی را برای مقابله با نوسان...

این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آنها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خود سازمانده کوهونن اقدام به پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام در بازار بورس تهران نشان می دهد ...

سابقه و هدف : تصادفات جاده ای به عنوان یکی از مهم ترین علل مرگ و ناتوانی است. سالانه بین 20 تا 50 میلیون نفر در سرتاسر جهان از صدمات غیر کشنده رنج می برند. صدمات و ناتوانی ها، زندگی آینده فرد را تحت تأثیر قرار داده و از کیفیت آن می کاهند. هدف این مطالعه برآورد وضعیت ناتوانی عملکردی بعد از تصادفات جاده ای در مصدومان مرکز آموزشی درمانی شهدا تبریز در شش ماهه اول 1393 بود. روش بررسی : مطالعه حاضر ی...

تصادفات ترافیکی یک عامل اصلی مرگ و میر در کشورهای در حال توسعه از جمله کشور ایران است. امروزه این موضوع به یکی از مسائل مهم پیش روی مهندسان ترافیک و مدیران برنامه ریزی حمل و نقل تبدیل شده است عامل انسانی تأثیرگذارترین عامل در تعیین سطح ایمنی ترافیک جاده­ای از میان عوامل سه­گانه محیط، وسیله نقلیه و انسان است. شرایط راننده مانند شرایط روانی، اخلاقی و سطح خطرپذیری از جمله مواردی هستند که در ام...

با افزایش حجم معاملات در بازار اوراق بهادار ایران و نوسانات این بازار به وجود ابزارهای مناسب که بتواند وضعیت مالی شرکت ها را پیش بینی نماید احساس می شود. جهت پیش بینی وضعیت آینده شرکت ها مدل های متفاوتی ارائه شده است که هر کدام از این مدل ها از روش تحلیلی گوناگون استفاده کرده و هر یک دارای نقاط قوت و ضعف خاص خود می باشند. این تحقیق درصدد است تا سه مدل آلتمن، اوهلسان و زاوگین را با توجه به شرایط...