تحلیل سریهای زمانی فازی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده علوم انسانی
- author تکتم راستگار
- adviser یدالله واقعی محمد قاسم اکبری
- Number of pages: First 15 pages
- publication year 1389
abstract
چکیده: تحلیل سری زمانی یکی از شاخه های آمار و احتمال است، که در سایر رشته های علوم مانند ژئوفیزیک، هواشناسی، اقتصاد، جغرافیا و زمین شناسی کاربرد فراوانی دارد. نادقیق بودن یا عدم قطعیت مشاهدات ممکن است تصادفی، یا در نتیجه عوامل عینی و ذهنی باشد. هر چند داده های فازی مشکل نادقیق بودن اندازه گیری صفات را بر طرف می کنند، ولی محاسبات بر پایه آنها مشکل است. زیرا هنگام کار کردن با داده های فازی به جای یک عدد با یک مجموعه یا بی نهایت عدد سر و کار خواهیم داشت. ولی در حالت غیر فازی (دقیق) با یک مشاهده معمولی که معمولا دقیق نیست کار می کنیم. سری زمانی مجموعه ای از مشاهدات است که در طول زمان و در فواصل زمانی مساوی مرتب شده باشند. گاهی مشاهداتی که از یک سری زمانی جمع آوری می کنیم به صورت نادقیق یا اصطلاحاً فازی اندازه گیری و ثبت می شوند، طبیعی است در اینگونه موارد برای پیش بینی داده های سری زمانی از سری های زمانی فازی استفاده می کنیم.تا به حال محققین از نظریه مجموعه های فازی و منطق فازی برای مدلسازی و پیش بینی سری زمانی فازی به نحوهای مختلفی استفاده نموده اند. برخی خود داده ها را فازی گرفته اند و برخی دیگر روابط درونی داده ها یا پارا مترهای مدل را فازی فرض نموده و روشهایی را برای مدلسازی پیشنهاد نموده اند. در این پایان نامه ابتدا به بیان تعاریف اولیه و پایه ای نظریه مجموعه های فازی می پردازیم. در انتهای فصل اول نیز دو متر و یائو- ویو را برای اندازه گیری فاصله بین دو عدد فازی بیان می کنیم. در فصل دوم به برآورد پارامترهای رگرسیون خطی فازی هنگامی که مشاهدات به صورت فازی اندازه گیری شده باشند با استفاده از متر می پردازیم. برای بررسی روند یک سری زمانی فازی می توان از روش های متعددی چون روش میانگین متحرک، روش کمترین مربعات (روش رگرسیونی)،.... استفاده کرد لذا در فصل سوم با الهام گرفتن از روشهای ارائه شده در فصل دوم به برآورد منحنی روند با استفاده از روشهای رگرسیونی اشاره می کنیم. در فصل چهارم برای برازش مدل arima با پارامترهای فازی از روش رگرسیونی با پارامترهای فازی می کنیم. واژه های کلیدی: اعداد فازی، سریهای زمانی فازی، مدلهای arima ، متر ، رگرسیون فازی.
similar resources
سریهای زمانی فازی
هدف اصلی این پایان نامه معرفی، تشخیص، مدل بندی و پیش بینی سریهای زمانی ای است که داده های آن قطعیت نداشته و تحت عنوان اعداد فازی و مقادیر زبانی معرفی می شوند. در ابتدا به کمک دو نمایش مفید از اعداد فازی یعنی نمایش آنها بر اساس نقاط برش و برشهای نموی به تجزیه و تحلیل سریهای زمانی فازی و پیش بینی آنها می پردازیم. سپس متغیر های زبانی که مقادیر اختیار شده توسط آنها برچسبهای زبانی بوده و در بحث فاز...
15 صفحه اولتجزیه و تحلیل سریهای زمانی تصادفی به روش قطع تراز
Level crossing is a powerful method for analyzing the random time series. In this paper by introducing this method we investigate the beta noises and represent differences between 1/f noise and white noise and also research the cardiac heart interbeat interval (RR) time series and find clear distinctions between healthy samples and samples with Congestive heart failure (CHF) disease.
full textتحلیل روند و ایستایی جریان رودخانه به منظور مدلسازی سریهای زمانی هیدرولوژیکی
بسیاری از سریهای زمانی هیدرولوژیکی دارای روند بوده و ناایستا هستند. از طرفی یکی از مسائل مهم در مدلسازیسریهای زمانی هیدرولوژیکی بررسی وجود روند و رسیدن به یک سری زمانی ایستاست. بنابراین ارائه روشهایی کهبتواند روند و ایستایی را بررسی کرده و قبل از مدلسازی در تشخیصوجود یا عدم وجود ایستایی به ما کمک کند،بسیار مفید خواهد بود. از طرف دیگر بررسی روند میتواند در تفسیر رابطه بین فرآیندهای هیدرولوژیکی و...
full textتجزیه و تحلیل سریهای زمانی تصادفی به روش قطع تراز
روش قطع تراز یک راهکار بسیار سودمند جهت تجزیه و تحلیل سریهای زمانی تصادفی است. ما در این مقاله با معرفی این روش به تحقیق در مورد نوفه های بتا و سریهای زمانی فواصل ضربان قلب 7(rr) پرداخته و تمایز قابل توجهی را بین نوفه l/f و نوفه سفید و همچنین قلب سالم و بیماری نارسایی قلبی 3(chf)نشان می دهیم.
full textالگوبندی اقلیم آسایش شهر شهرکرد با استفاده از تحلیل سریهای زمانی
شهرنشینی و توسعه شهرها به همراه افزایش شتابان جمعیت و توسعه فعالیت های صنعتی با مصرف بی رویه سوخت های فسیلی، آلودگی ها را به شدت افزایش داده است که عواقب آن تغییر دورههای زمانی مطلوب از نظر اقلیم آسایش است. در واقع با شناخت از وضعیت اقلیمی شهر در ماههای مختلف سال و بررسی داده های هواشناسی، ایجاد آسایش اقلیمی امکان پذیر میباشد. درتحقیق حاضر از دادههای ماهانه 4 عامل اقلیمی (میانگین دما، دمای...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده علوم انسانی
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023