هوش مصنوعی و الگوریتم ترکیبی مناسب برای افزایش دقت پیش‌بینی‌های مدیریتی

این مقاله یک سامانه‌ی خبره‌ی ساده و اثربخش را برای پیش‌بینی داده‌های نوسانی تصادفی وکوتاه‌مدت ایجاد نموده است. فرآیند بررسی شامل معرفی سری فوریه، زنجیره‌ی مارکوف و مقایسه‌ی مدل پیش‌بینی (گِری) با مدل پیش‌بینی ترکیبی گری- فوریه- مارکوف که در هم آمیخته شده‌اندادامه یافته، تا منجربه خلق یک سامانه‌ی خبره‌ی پیش‌بینی با کمک هوش مصنوعی شود. این مدل موجب می‌شود اثربخشی پیش‌بینی داده‌های تصادفی نوسانی در اکثر برنامه‌های مدیریتی افزایش یابد. حاصل این مطالعه، معرفی الگوریتم تشخیص هوش مصنوعی است که کمک می‌کند تا محیطی رایانه‌ای برای یک سامانه‌ی پیش‌بینی خبره ایجاد شود که داده‌های کوتاه مدت و اتفاقی ناپایدار را به‌درستی و بادقت پیش‌بینی کند. جهت آزمون اثربخشی الگوریتم ارایه شده از داده‌های مطالعه‌های (چن تسای لین،2008 ) و داده‌های مربوط به پیش‌بینی تقاضای گردشگری در ایران استفاده شده است.نتایج، نشان می‌دهد خروجی مدل برای دوکشور از دقت بالایی برخوردار است.