مهدی خاشعی
مهندسی صنایع
[ 1 ] - بهبود مدل‌های ترکیبی(ANNs & ARIMA) با بکارگیری شبکه‌های عصبی احتمالی به‌منظور پـیش‌بیـنی سری‌های زمـانی
دقت پیش‌بینی‌ها از مهمترین فاکتور‌های مؤثر در انتخاب روش‌های پیش‌بینی میباشند. امروزه علی‌رغم وجود روش‌های متعدد پیش‌بینی، هنوز پیش‌بینی‌‌های دقیق، بویژه در بازارهای مالی کار چندان ساده‌ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روش‌های متفاوت به‌منظور حصول نتایج دقیق‌تر میباشند. در سال‌های اخیر تلاش‌های فراوانی به‌منظور بهبود روش‌های پیش‌بینی سری‌های زمانی صورت گرفته است. مدل‌های ترکیبی ...
[ 2 ] - به کارگیری مدل ترکیبی شبکه‌های عصبی مصنوعی با رگرسیون فازی با هدف پیش‌بینی قیمت طلا
یکی از مشکلات مهم در پیش‌بینی با شبکه‌های عصبی مصنوعی، فراهم کردن داده‌های لازم برای پیش‌بینی است؛ چرا که شبکه‌های عصبی برای حصول نتایج دقیق نیاز به داده‌های زیادی دارند. اما باید توجه داشت که جمع‌آوری داده‌های مورد نیاز شبکه، نخست، بسیار هزینه‌بر است و دوم، مدت زمان طولانی را طلب می‌کند. بنابراین با توجه به تغییرات سریع در محیط‌های واقعی و به ویژه سیستم‌های اقتصادی و مالی، پیش‌بینی در این‌گونه...
[ 3 ] - AN EXTENDED FUZZY ARTIFICIAL NEURAL NETWORKS MODEL FOR TIME SERIES FORECASTING
Improving time series forecastingaccuracy is an important yet often difficult task.Both theoretical and empirical findings haveindicated that integration of several models is an effectiveway to improve predictive performance, especiallywhen the models in combination are quite different. In this paper,a model of the hybrid artificial neural networks andfuzzy model is proposed for time series for...
[ 4 ] - Overview and Comparison of Short-term Interval Models for Financial Time Series Forecasting
In recent years, various time series models have been proposed for financial markets forecasting. In each case, the accuracy of time series forecasting models are fundamental to make decision and hence the research for improving the effectiveness of forecasting models have been curried on. Many researchers have compared different time series models together in order to determine more efficien...
Co-Authors