در پژوهش پیش رو سعی شده است به پیش بینی سری های زمانی که موضوعی چالش برانگیز و پراهمیت در سال های اخیر بوده و کاربرد فراوان یافته است، پرداخته شود. دریک مساله پیش بینی به صورت کلاسیک، از آن جایی که معمولا در فضای گسسته ی سری های زمانی با دینامیک ها سروکار داریم، می توان دینامیک موردنظر را به صورت نگاشت زیر درنظر گرفت: x(t+t)=f_t (x(t) ) معادل این نگاشت در فضای حالت به صورت نموداری از حالت بع...

داده های با تناوب بالا نوع خاصی از نامانایی دارند که به آن نامانایی کسری گفته می شود. این ویژگی سبب پدیدآمدن حافظه بلندمدت در سری های زمانی مالی با تناوب بالا می شود. در این نوشتار ابتدا وجود حافظه بلندمدت در سری زمانی صنعت سیمان بررسی شده و وجود آن در سطح اطمینان بالایی توسط دو آزمون r/s و gph تأیید می شود. در ادامه، دقت مدل های پیش بینی سری های زمانی مالی نظیر، arma و garch که ویژگی حافظه بلن...

چالش عمده در مطالعات مربوط به مدیریت سود، یافتن معیاری است که مشخص کند شرکت ها به چه میزانی، سودهای خود را مدیریت کرده اند. فرض رایج این است که سودها از طریق اقلام تعهدی حسابداری، مدیریت می شوند. در اکثر پژوهش ها، کشف مدیریت سود، مبتنی بر مدل رگرسیون خطی که توسط جونز (1991) پیشنهاد شد، می باشد. هدف این پژوهش مقایسه کارایی مدل های مبتنی بر رگرسیون خطی فازی در کشف مدیریت سود در مقایسه با مدل های ...

در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در بازارهای مالی، نوع جدیدی از فضای مسئله بر اساس نرخ بازده برای کاربرد در بازار های مالی و پیش بینی سری های زمانی مالی ارائه شده...

رواناب ناشی از بارش یک فرایند پیچیده و غیرخطی بوده و بنابراین، مدل­سازی آن چندان آسان نیست. هدف این مطالعه کاربرد آزمون گاما برای انتخاب ترکیب بهینه متغیرهای ورودی در مدل­سازی رواناب رودخانه حوزه آبخیز امامه می­باشد. برای تعیین بهینه تعداد داده­های مورد نیاز برای مدل­سازی از آزمون m استفاده شد. داده­های بارندگی p(t) و روانابr(t)  در مقیاس روزانه و در طول دوره آماری 1388- 1379 استفاده شد. همچنین...

در سال‌های اخیر، بازیابی تأخیر زمانی و تنظیم بلادرنگ جریان ترافیک در خطوط مترو با استفاده از کنترل‌کننده‌های اتوماتیک به‌منظور بهره­برداری بهینه از سامانه‌های فرکانس بالای مترو،  به‌طور ویژه موردتوجه قرار گرفته است. این مقاله، به ارائه مدل دینامیکی جدیدی  از سیستم ترافیکی مترو در یک مسیر رفت و برگشتی می­پردازد. مدل ارائه‌شده، یک نمایش گسسته پیشامد غیرخطی است که بر اساس انحراف از زمان اعزام قطار...

به منظور مدیریت پایدار منابع آب زیرزمینی، تعیین رفتار سطح آب زیرزمینی ضروری است. نوسانات سطح آب زیرزمینی فرآیندی غیرخطی و پیچیده است که مدل-های هوش محاسباتی داده مبنا قادر هستند بدون تقریب و ساده‌سازی به مدل‌سازی آن بپردازند. در این مطالعه میزان دقت و کارایی هر یک از مدل‌های داده مبنا هوش مصنوعی پرسپترون چند لایه (MLP)، استنتاجی فازی عصبی (ANFIS) و رگرسیون بردار پشتیبان(SVR) در شبیه‌سازی سه افق...

تخمین تبخیر-تعرق گیاه مرجع یکی از مهم ترین مؤلفه ها در بهینه سازی مصرف آب کشاورزی و مدیریت منابع آب است. پیش بینی تبخیر-تعرق مرجع روزانه و هفتگی می تواند در پیش بینی نیاز آبی گیاهان و برنامه ریزی کوتاه مدت آبیاری مورداستفاده قرار گیرد. هدف از این تحقیق، ارزیابی عملکرد سه نوع شبکه عصبی مصنوعی mlp(پرسپترون چندلایه)، rbf (شبکه تابع پایه ای شعاعی)، svm (ماشین بردار پشتیبان) در پیش بینی تبخیر-تعرق م...

به منظور تهیۀ طرح بهره برداری جنگل، ارزیابی هزینۀ گزینه های مختلف بهره برداری ضروری است. این کار نیازمند تخمین نرخ تولید بهره برداری، تجهیزات و هزینه های کارگری است. به همین منظور، برنامه ریزان بهره برداری باید از خصوصیات هزینه ای و اجرایی سیستم های موجود بهره برداری، به ویژه در مورد اندازۀ گرده بینه، فاصله و جهت چوبکشی آگاه باشند. مطالعات مربوط به کارایی به منظور تشریح، فهم و بهبود عملیات بهره...

شبیه سازی جریان رودخانه به عنوان اولین و مهم ترین گام جهت کنترل سیلاب در مدیریت منابع آب می باشد. در این تحقیق جریان روزانه رودخانه ماربره واقع در استان لرستان، با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج عصبی-فازی مورد بررسی قرار گرفت. بر این اساس ترکیب های مختلفی با استفاده از پارامترهای بارندگی و دما در دوره زمانی مورد نظر و جریان رودخانه در دوره های زمانی ما قبل، طی دوره آماری (1377-1391...