ایجاد یک سیستم خبره به منظور شناسایی مدل مناسب برای پیش بینی سری های زمانی

Authors

مهدی لطفی

حمیده رضوی

abstract

وجود الگوهای متنوع برای مدل سازی و پیش بینی سری های زمانی، باعث می شود انتخاب ساختار و تحلیل این گونه مدل ها با سعی و خطا، صرف زمان زیاد و مبتنی بر نظر افراد خبره انجام شود. با توجه به ماهیت شرطی رویه های شناسایی مدل پیش بینی سری های زمانی، در این مقاله سعی می شود با ایجاد تعدادی موتور جستجو، تکنیک تجزیه و تحلیل مشخص شود و در مرحله بعد، با فرض معین بودن تکنیک مناسب، پایگاه دانش به گونه ای توسعه داده شود که در نهایت امکان نسبت دادن مدل مناسب به داده های در دست مطالعه، فراهم شود. پس از تعیین نوع روش، میزان برازش مدل مورد نظر بر داده های تاریخی به وسیله شاخص های مناسب اندازه گیری می شود. در صورت مناسب بودن این شاخص ها، با به کارگیری مدل انتخاب شده، پیش بینی دوره های بعدی به دست آمده و می توان تناسب مدل پیش بینی را سنجید. سپس با تکرار این فرآیند و تغییر پاسخ سؤالات در مراحلی که حالت قطعی برای جواب وجود ندارد، به تعداد کافی مدل انتخاب کرده و از بین آنها برترین مدل بر گزیده می شود. در انتها، پیاده سازی سیستم خبره و اجرای مدل روی داده های نمونه به صورت مطالعه موردی، کارآیی و اعتبار روش پیشنهادی را تأیید می کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ایجاد یک سیستم خبره به منظور شناسایی مدل مناسب برای پیش‌بینی سری‌های زمانی

وجود الگوهای متنوع برای مدل‌سازی و پیش‌بینی سری‌های زمانی، باعث می‌شود انتخاب ساختار و تحلیل این گونه مدل‌ها با سعی و خطا، صرف زمان زیاد و مبتنی بر نظر افراد خبره انجام شود. با توجه به ماهیت شرطی رویه‌های شناسایی مدل پیش‌بینی سری‌های زمانی، در این مقاله سعی می‌شود با ایجاد تعدادی موتور جستجو، تکنیک تجزیه و تحلیل مشخص شود و در مرحله بعد، با فرض معین بودن تکنیک مناسب، پایگاه دانش به گونه‌ای توسعه...

full text

چگونه یک مدل مناسب برای داده‌های سری زمانی انتخاب کنیم؟

The time series is a collection of observation data that are arranged according to time. The main purpose of setting up a time series is to predict future values. The first step in time series data is graphed. Using graphs can provide general information such as uptrend or downtrend, seasonal patterns, periodic presence, and outliers in time series graphs. After graphing the data, if a good for...

full text

بررسی معیارهای متفاوت برای منظم کردن اجزاهای اصلی به منظور ایجاد یک مدل QSPR برای پیش ­بینی نقطه های ذوب

براساس اهمیت پیش ­بینی نقطه های ذوب ترکیب ها، در این مقاله سعی شد که برای دسته وسیعی از ترکیب ها مدل مناسبی که توانایی پیش­ بینی نقطه های ذوب را در حد مطلوبی داشته باشد، ارایه شود. برای این منظور 4173 ترکیب شیمیایی با ساختارهای متنوع گزارش شده در مقاله های قبلی، انتخاب و برای توصیف ساختار آن ها از یک دسته 202 تایی از توصیفکننده­ های 2D و 3D استفاده شد. این دسته داده­ ها به دو دسته آموزش و دسته ...

full text

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

full text

مقایسه ی مدل های شبکه های عصبی مصنوعی و سری های زمانی برای پیش بینی قیمت گوشت مرغ در ایران

     با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در تحقیق حاضر قیمت این محصول با استفاده از روش ARIMA و شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی گردید و این فرضیه که شبکه ی عصبی در پیش بینی قیمت گوشت مرغ از کارایی بیشتری نسبت به  مدل های سری زمانی برخوردار است، مورد بررسی قرار گرفت. داده های مربوط به این متغیّر برای دوره ی  زمانی1371:1 تا 1385:11 بوده و  از شر...

full text

کاربرد قواعد کشفی و الگوریتم ژنتیک در ساخت مدل ARMA برای پیش بینی سری زمانی

برای پیش‏بینی سری ‏زمانی ابتدا باید مدل مناسبی از آن ساخته شود. تعیین ابعاد و تخمین پارامترهای مناسب برای مدل ARMA سری ‏زمانی، چالشی است که علاوه بر روش‏های متداول آماری، از طریق محاسبات هوشمند نیز به آن توجه شده است. در این مقاله استفاده از الگوریتم ژنتیک برای تخمین پارامترهای مدل ARMA و قواعد کشفی برای تعیین ابعاد مدل ارائه می‏شود. قواعد کشفی بر‌اساس ویژگی‏های سری ‏زمانی استخراج می‏شوند. داده...

full text

My Resources

Save resource for easier access later


Journal title:
نشریه مهندسی صنایع

Publisher: پردیس دانشکده های فنی

ISSN 2423-6896

volume 48

issue Special Issue 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023