امروزه، پیش­بینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژه­ای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدل­های پیش­بینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)،  مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...

چکیده شبکه عصبی با تاخیر زمانی، یک ابزار مدل سازی برگرفته از محاسبات هوشمند است که در کنار روش های کلاسیک برای پیش بینی سری های زمانی مالی بکار گرفته می شود. این مدل اغلب در مواردی که از سری زمانی داده های فراوان، اما از ساختار مدل اطلاعات محدود وجود دارد، استفاده می شود، از این رو انتخاب ساختار و ارزیابی آن خود یک چالش است.در این مقاله یک مدل مبتنی بر شبکه عصبی با تاخیر زمانی برای پیش بینی مع...

این مقاله ضمن بررسی و انجام آزمون غیرخطی برای داده‌های ماهیانه‌ی نرخ ارز بازار رسمی ایران، به مدل‌سازی و پیش‌بینی روند سری زمانی نرخ ارز با استفاده از رگرسیون غیرخطی انتقال ملایم[1] می‌پردازد. هم‌چنین به منظور مقایسه عملکرد پیش‌بینی‌های خارج از نمونه، مدل رگرسیون غیرخطی انتقال ملایم بر اساس بهینه‌سازی الگوریتم ژنتیک و مدل ARIMA برآورد می‌گردد. ارزیابی نتایج این مطالعه تأییدکننده‌ی رفتار غیرخطی ...

این مقاله ضمن بررسی و انجام آزمون غیرخطی برای داده‌های ماهیانه‌ی نرخ ارز بازار رسمی ایران، به مدل‌سازی و پیش‌بینی روند سری زمانی نرخ ارز با استفاده از رگرسیون غیرخطی انتقال ملایم[1] می‌پردازد. هم‌چنین به منظور مقایسه عملکرد پیش‌بینی‌های خارج از نمونه، مدل رگرسیون غیرخطی انتقال ملایم بر اساس بهینه‌سازی الگوریتم ژنتیک و مدل ARIMA برآورد می‌گردد. ارزیابی نتایج این مطالعه تأییدکننده‌ی رفتار غیرخطی ...

در این مقاله استفاده از مدل های شبکه عصبی مصنوعی (ANN) و برخی الگوهای متداول در زمینه پیش بینی نرخ ارز، مورد آزمون و تحلیل قرار گرفته بدین صورت که، عملکرد پنج الگوی رگرسیون خطی در مقایسه با شبکه های عصبی مصنوعی، برای پیش بینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده آمریکا) مورد بررسی قرار می گیرد. الگوهای رگرسیون خطی عبارتند از روش باکس- جنکینز (الگوی میانگین متحرک انباشته خود همبسته)، فر...

مکان‎یابی تسهیلات یکی از عناصر مهم در تصمیم‎گیری‎ها و برنامه‎ریزی استراتژیک سازمان‎های دولتی و بخش خصوصی می‎باشد. از سوی دیگر یکی از رایج‎ترین مدل‎های مکان‎یابی تسهیلات، مسأله پوشش است. این تحقیق به بررسی مسأله حداکثر پوشش تدریجی با شعاع متغیر طی چند دوره زمانی می‎پردازد. در مسأله پوشش تدریجی، فرض پوشش کامل با یک تابع پوشش جایگزین می‎شود، بدین صورت که با افزایش فاصله از تسهیل، مقدار پوشش نقطه ت...

در تحقیق حاضر ابتدا آشوب پذیری سری های زمانی بارش، رواناب و دبی در دو ایستگاه پل کهنه و قورباغستان واقع بر رودخانه قره سو در کرمانشاه در سه مقیاس روزانه، هفتگی و ماهانه بررسی شد. سپس توانایی روش های پیش بینی موضعی و شبکه عصبی مصنوعی در مدل سازی این سری ها مورد ارزیابی قرار گرفت. نتایج نشان دادند که بر اساس دو روش توان لیاپانف و بعد همبستگی، سری زمانی بارش در مقیاس روزانه آشوبناک نبوده و رفتاری ...

با توجه به اهمیت کوره دوار سیمان در صنعت و عدم وجود یک مدل قابل قبول برای آن، شناسایی و پیش بینی وضعیت کوره از ملزومات شبیه سازی و اتوماسیون سیستم کوره دوار سیمان می باشد. کوره دوار سیمان یک سیستم غیرخطی و متغیر با زمان می باشد. در این نوشتار به منظور شناسایی و پیش بینی وضعیت کوره دوار سیمان از شبکه عصبی- فازی تطبیقی ANFIS استفاده شده است. از آنجا که داده های استخراج شده مرتبط با سیست...

با توجه به تغییرات مداوم در عوامل محیطی و سیستمهای اقتصادی، هر روز ریسکهای مختلفی بر ساختار مالی مؤسسات بازرگانی اثر می گذارند(راعی و سعیدی،1383، 58 ). روند فزاینده پدیده جهانی شدن بازارهای مالی و بین المللی شدن اقتصاد، نوآوری های مالی و خلق ابزارهای جدید مالی، همچنین رشد سرسام آور فراورده های مشتقّه، درک اثر تغییر شرایط بازار در موقعیت بنگاههای اقتصادی را پر رنگتر از گذشته جلوه داده و ریسک بازا...

با توجه به توانایی و قابلیت مدلهای ریاضی و آماری در پیش بینی متغیرها، در این تحقیق از سری زمانی arima و رگرسیونی از عوامل تاثیر گذار بر قیمت سهام جهت پیش بینی مقادیر آتی این متغیراستفاه شده است. از طرفی با وجود عوامل زیادو پیچیدگی ارتباطات بین آنها و ابهامها و عدم اطمینان های بازار، از مفهوم ضرایب فازی در مدل استفاده کرده ایم. برای آزمون مدل، از بین تمامی شرکتهای موجود در بورس اطلاعات هفتگی 1...