چکیده ندارد.

در این مقاله، سیگنال های ارتعاش ابزار به دست آمده از یک فرایند تراش کاری برای تخمین سایش ابزار به کار می رود. در حین فرایند برش، سیگنال های شتاب ابزار به کمک یک شتاب سنج که بر روی نگهدارنده نصب شده، در مقادیر مختلف سایش اندازه گیری می شود. به دلیل این که سیگنال های شتاب اندازه گیری شده، دارای واریانس متغیر با زمان و غیر ایستا هستند، برای مدل سازی آن ها از سری زمانی با ضرایب وابسته به زمان استفا...

آماریکی از بنیانی ترین پارامترهای سنجش عملکرد زیارت و گردشگری  در یک مکان محسوب می شود. از این رو ، امروزه داشتن اطلاعات آماری در مورد شمار زائران خارجی و داخلی و میزان مخارج آنها در مقاصد گردشگری در جهت برنامه ریزی و پایداری گردشگری بسیار ضروری است. به گونه ای که فقدان مبناهای آماری در رابطه با تعداد و دیگر شاخه های مرتبط ، گونه ای ناهماهنگی در ارائه خدمات سبب شده و  مانع از مدیریت صحیح بحران ...

استخراج بی رویه از آبهای زیرزمینی منجر به رخداد فرونشست زمین در منطقه ای غیر شهری در زیرحوضه مشهد واقع در شمال شرق ایران شده است. تحلیل سری زمانی به کمک تکنیک تداخل سنجی راداری (insar) توانایی خود را در پایش تغییرات زمانی فرونشست نشان داده است. در این مقاله، تحلیل سری زمانی بر مبنای طول خط مبنای مکانی کوتاه (sbas) برای مطالعه جابجایی ناشی از فرونشست دشت مشهد مورد استفاده قرار گرفته است. 18 اینت...

دمای هوا یکی از مهم­ترین شاخص­های تغییر اقلیم در مقیاس جهانی و منطقه­ای می­باشد که تغییرات آن هم بر  روند سایر پارامترهای اقلیمی و هم بر بخش­های دیگری از جمله بخش کشاورزی و مسئله مصرف آب در این بخش تأثیر گذار خواهد بود. با افزایش دمای هوا انتظار می­رود که قدرت تبخیر­کنندگی هوا یا تبخیر و تعرق پتانسیل افزایش یابد. لذا در پژوهش حاضر با استفاده از روش سری­های زمانی، مدل­سازی و پیش­بینی دمای حداکثر...

در این مقاله به معرفی مدل جدید فرایندهای موجکی ایستای موضعی پرداخته می­شود که بر مبانی بازسازی توابع توسط موجک ها استوار است. این مدل کلاس جدیدی از سری های زمانی را ایجاد می کند که می­توانند رفتار ناایستایی داشته باشند. خواهیم دهید که مدل lsw، ساختاری شبیه به مدل میانگین متحرک دارد. در انتها با استفاده از این مدل، داده های سری زمانی شاخص بهای مصرف کننده (cpi) کشور را در بازه زمانی مشخصی بررسی م...

تبخیر پتانسیل از جمله مؤلفه های چرخه آب در طبیعت است که پیش بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...

این مقاله به بررسی مقایسه ای توان شبکه های عصبی مصنوعی و سری های زمانی خودبازگشت در پیش بینی ایستای نرخ تورّم ایران می پردازد. در یک بررسی، با استفاده از 37 سال داده های تاریخی نرخ تورّم ایران، مدل شبکة عصبی مصنوعی در پیش بینی آیندة نزدیک در مقایسه با سری های زمانی خودبازگشت، به‎طور متوسط از عملکرد بهتری برخوردار است. در این بررسی، مزایای روش توقّف زودهنگام در مرحلة یادگیری شبکة عصبی برای پیش بینی...

روند، یکی از مشخصات مهم و اساسی در سری های زمانی است و در مباحث کاربردی علوم جوی از جمله موضوع تغییر اقلیم بسیار حائز اهمیت می باشد. به دلیل همین اهمیت، تاکنون مطالعات متعددی در خصوص بررسی روند پارامترهای هواشناسی و هیدرولوژیک در کشور انجام شده است، اما در هیچ یک از این مطالعات، تغییرات زمانی از دیدگاه تحلیل سیگنال و در حوزه فرکانس مورد بررسی قرار نگرفته است. با تحلیل دقیق روند پارامترهای جوی ب...

در این مقاله با استفاده از داده های روزانه دوره‌ی زمانی 5/1/1382 تا 2/3/1386 به بررسی حافظه‌ی بلند بودن شاخص کل قیمت سهام بورس اوراق بهادار تهران پرداختیم. حافظه‌ی بلند بودن یک سری زمانی بدین معناست که اثر تکانه های وارده بر آن پایدار است و برای مدت نسبتاً طولانی باقی می ماند. اگر سری  را بتوان به صورت  مدلسازی کرد که در آن  (نوفه سفید) است. چنان‌چه  باشد، سری دارای حافظه‌ی بلند است. اگر  باشد و...