نتایج جستجو برای: شبیه سازی سری های زمانی

تعداد نتایج: 512389  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه 1391

تحلیل مقادیر ویژه تکین (ssa) روش جدیدی برای تجزیه سری زمانی می باشد. در این روش سری زمانی اصلی به مولفه های مستقل نظیر روند، هارمونیک و اغتشاش تجزیه می شود. این روش ناپارامتری نیازمند هیچ نوع فرض آماری نظیر مانایی سری زمانی و نرمال بودن خطاها نبوده و برای سری های زمانی کوتاه مدت نیز مفید است. یکی از مشکلات اساسی در تحلیل سری های زمانی وقوع داده های دورافتاده می باشد. جهت شناسایی و کاهش اثرات نا...

ژورنال: :نشریه علمی-پژوهشی تحقیقات مالی 2012
فرناز برزین پور سیدبابک ابراهیمی سید محمد هاشمی نژاد حامد نصر اصفهانی

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...

ژورنال: :دانش مالی تحلیل اوراق بهادار 2012
حمید شهریاری نیما شریعتی امیر مسلمی

به منظور مدل سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل های داده­های خودهمبسته، از رویکردهای پایداراستفاده می­شود. وجود داده های پرت و آلودگی ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده های گذشته بر داده­های اخیر اثرگذار هستند، این داده ها معمولاً در قالب سری زمانی مدل­سازی می شوند. در این تحقیق، مدل­های خود رگرسیون به عنوان یکی از مدل­های مطر...

ژورنال: :نشریه مهندسی صنایع 2010
مهدی خاشعی مهدی بیجاری

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

ژورنال: :کنترل 0
رضا دادخواه تهرانی reza dadkhahtehrani دانشگاه صنعتی مالک اشتر تهران محمد حسین فردوسی mohammad hossein ferdowsi دانشگاه صنعتی مالک اشتر تهران

در این مقاله الگوریتم کنترلی جدیدی ارایه می گردد که در آن کنترل تطبیقی پیش بین تابعی از سری های تابعی لاگر برای شناسایی و مدل-سازی سیستم استفاده می کند و از این الگوریتم برای کنترل سیستم دمای بخار سوپرهیت یک نیروگاه حرارتی استفاده شده است. ترکیب کنترل تطبیقی پیش بین تابعی با شناسایی توسط سری های لاگر، منجر به برتری هایی نظیر کاهش حجم محاسبات روی خط، دقت بالا و عدم نیاز به مدل دقیقی از فرآیند بر...

ژورنال: :پژوهش های دانش زمین 0
علیرضا شکیبا دانشگاه شهید بهشتی الهام پیشداد دانشگاه شهید بهشتی

دوره های طولانی مدت سالانه یا فصلی متغیرهای اقلیمی همچون دما معمولاً به عنوان شاخصی برای تشخیص تغییرات اقلیمی کاربرد دارد. بر این اساس، این مقاله به بررسی ارزیابی دمای حدی به عنوان شاخص تغییر پذیری اقلیمی در ایستگاه سینوپتیک سمنان واقع در استان سمنان در طی یک دوره آماری 42 ساله ( 1965-2006) می پردازد. جهت دستیابی به هدف مورد نظرو تعیین تغییرات اقلیمی اخیر در منطقه ، 7 شاخص دمایی حدی از لیست شاخص...

پایان نامه :دانشگاه تربیت معلم - تهران - دانشکده علوم ریاضی و مهندسی کامپیوتر 1389

چکیده ندارد.

ژورنال: :مجله دانشگاه علوم پزشکی خراسان شمالی 0
محمد فیوضی m fiuzey جواد حدادنیا j haddadnia علیرضا مسلم ar moslem محمد محمدزاده m mohammad-zadeh

زمینه و هدف: از مهم ترین نشانه های صرع می توان به تشنج، اشاره کرد. پیش بینی و تشخیص به موقع حمله تشنجی به طور چشمگیری آسیب های ناشی از آن را در افراد صرعی کاهش می دهد. از مشکلات اساسی مربوط به این اختلال عصبی عدم توانایی در پیش بینی به موقع وقوع حملات تشنجی می باشد. مواد و روش کار: به دلیل تصادفی بودن فرآیندهای الکتریکی منجر به صرع رفتار سیگنال های مغزی را به صورت یک دنباله در واحد زمان می توان...

پایان نامه :وزارت بهداشت، درمان و آموزش پزشکی - دانشگاه علوم پزشکی و خدمات بهداشتی درمانی تهران 1337

چکیده ندارد.

ژورنال: :مجله تحقیقات اقتصادی 2008
پیام حنفی زاده حسین پورسلطانی پریسا ساکتی

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...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید