مقایسه مدل‌های تلفیقی ARMA-PARCH و ARMA-ARCH در مدل‌سازی بیشینه سیلاب لحظه‌ای (مطالعه موردی: رودخانه سیمینه‌رود استان آذربایجان غربی)

Authors

  • کیوان خلیلی استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
Abstract:

This article doesn't have abstract

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارزیابی مدل‌های تلفیقی ARMA-ARCH و BL-ARCH در مدل‌سازی تراز سطح آب دریاچه ارومیه

اکثر مدل­های غیرخطی بر پایه مدل­سازی میانگین خطا توسعه یافته­اند اما مدل­های غیرخطی خودهمبسته با واریانس شرطی، بر پایه مدل­سازی واریانس داده­های سری باقی­مانده استوار هستند. این مدل­ها با ترکیب شدن با مدل­های خطی، تا حدودی دقت مدل­سازی و پیش‌بینی‌ها را افزایش می­دهند. در این مطالعه با استفاده از داده­های تراز سطح آب دریاچه ارومیه در دوره آماری 91-1352، مدل­های خودهمبسته با میانگین متحرک و دو خط...

full text

ارزیابی مدل های تلفیقی AR-ARCH و GAR-ARCH در مدل سازی دبی جریان (مطالعه موردی: رودخانه زرینه‌رود استان آذربایجان غربی)

بسیاری از فرآیندهای مربوط به سیستم‌های طبیعی نسبت به زمان غیر‌خطی بوده اگرچه جنبه‌های خاصی از این سیستم‌ها ممکن است نسبت به جنبه‌های دیگر به فرآیند خطی نزدیکتر باشند. به هر حال ماهیت غیر خطی بودن برای ما کاملا‌ً آشکار نیست. به همین دلیل به نظر می‌رسد با ترکیب مدل‌های خطی و غیرخطی بتوان نتایج مدل‌سازی‌های هیدرولوژیکی را افزایش داد. استفاده از مدل‌های سری زمانی یکی از راه‌های کاربردی در شبیه سازی ...

full text

ارزیابی مدل های تلفیقی arma-arch و bl-arch در مدل سازی تراز سطح آب دریاچه ارومیه

اکثر مدل­های غیرخطی بر پایه مدل­سازی میانگین خطا توسعه یافته­اند اما مدل­های غیرخطی خودهمبسته با واریانس شرطی، بر پایه مدل­سازی واریانس داده­های سری باقی­مانده استوار هستند. این مدل­ها با ترکیب شدن با مدل­های خطی، تا حدودی دقت مدل­سازی و پیش بینی ها را افزایش می­دهند. در این مطالعه با استفاده از داده­های تراز سطح آب دریاچه ارومیه در دوره آماری 91-1352، مدل­های خودهمبسته با میانگین متحرک و دو خط...

full text

Lecture 2 : ARMA Models ∗ 1 ARMA Process

As we have remarked, dependence is very common in time series observations. To model this time series dependence, we start with univariate ARMA models. To motivate the model, basically we can track two lines of thinking. First, for a series xt, we can model that the level of its current observations depends on the level of its lagged observations. For example, if we observe a high GDP realizati...

full text

ارزیابی مدل های تلفیقی ar-arch و gar-arch در مدل سازی دبی جریان (مطالعه موردی: رودخانه زرینه رود استان آذربایجان غربی)

بسیاری از فرآیندهای مربوط به سیستم های طبیعی نسبت به زمان غیر خطی بوده اگرچه جنبه های خاصی از این سیستم ها ممکن است نسبت به جنبه های دیگر به فرآیند خطی نزدیکتر باشند. به هر حال ماهیت غیر خطی بودن برای ما کاملا ً آشکار نیست. به همین دلیل به نظر می رسد با ترکیب مدل های خطی و غیرخطی بتوان نتایج مدل سازی های هیدرولوژیکی را افزایش داد. استفاده از مدل های سری زمانی یکی از راه های کاربردی در شبیه سازی ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 25  issue شماره 4 بخش 1

pages  113- 127

publication date 2016-02-20

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023