تحلیل تقاضای مسافر ریلی و پیش بینی آن با الگوریتم سری زمانی

برآورد تقاضای سیمان در ایران با تاکید بر مدل های پیش بینی سری زمانی

تحلیل پیش بینی تقاضای مسافر و بار در صنعت هوایی ایران

در این مقاله تقاضای جابه جایی مسافر و بار از طریق هواپیما در ایران مورد تجزیه و تحلیل قرار می گیرد. برای این منظور از رگرسیون خطی چندگانه استفاده می شود. با استفاده از دو مدل جداگانه برای بار و مسافر، اثرگذاری متغیرهای جغرافیایی، اقتصادی-اجتماعی و رقابتی بر میزان تقاضا بررسی شده است. برای این منظور اطلاعات 594 مسیر فعال هوایی کشور طی سال های 1388 تا 1391 از شرکت فرودگاه ها و ناوبری هوایی ایران ...

پیش بینی تقاضای فصلی توریسم در ایران (کاربرد الگوهای سری زمانی فصلی)

چکیده توریسم نقش مهمی در اشتغال‏زایی و ایجاد درآمد در کشورها دارد و در دهه‏های اخیر، رشد قابل توجهی داشته است. به­دلیل جاذبه‏های فرهنگی و طبیعی، ایران موقعیت منحصربفردی در صنعت توریسم دارد. بنابراین توسعه این صنعت می‏تواند یک روش مناسب برای بهبود شرایط اقتصادی ایران و کاهش وابستگی آن به نفت باشد. هدف مطالعه حاضر، پیش‏بینی ورود فصلی گردشگر به ایران است. بدین منظور از رهیافت باکس- جنکینز فصلی ([1...

پیش بینی تقاضای پول در افق 1404 در ایران ( کاربرد الگوی سری زمانی )

آگاهی از میزان تقاضای پول آتی کشور بهمنظور تعیین اولویتها و انتخاب سیاست پولی در راستای مساعدت به رشد و توسعة اقتصادی، ضروری است. پژوهش حاضر، میزان تقاضا برای پول در ایران را در افق 1404 با استفاده از الگوهای سری زمانی VECM، VAR و ARIMA، با بکارگیری دادههای سالهای 1355 تا 1385، پیشبینی میکند. نتایج نشان میدهد که الگوی ARIMA با میزان خطای 1/3 درصد، مناسبترین پیشبینی را برای تقاضای پول دارد. بر ا...

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...