هدف اصلی این تحقیق طراحی مدلی برای پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از سیستم استنتاجی عصبی- فازی انطباقی و مقایسه آن با روش شبکه عصبی و مدل خطی آریما می باشد. در این تحقیق از روش کشف معرفت جهت بررسی موضوع و پیش بینی شاخص بورس اوراق بهادار تهران استفاده شده است. در این تحقیق سه روش برای پیش بینی مطرح می شود:1- پیش بینی شاخص کل قیمت سهام با روش سیستم عصبی فازی.2- پیش بینی شاخص کل ...

پیش‎بینی شمار ورود گردشگران، اهمیت ویژه‎ای برای گردشگری و فعالیت های وابسته به گردشگری دارد؛ چرا که پیش‎بینی، شاخصی برای تقاضای آینده بوده و به موجب آن، در پی فراهم‎کردن اطلاعات پایه برای برنامه‎ریزی و سیاست‎گذاری های پی‎درپی است. در برنامه‎ریزی گردشگری، پیش­بینی تعداد گردشگران بیشترین ارتباط و کاربرد را در مبحث مدیریت گردشگری دارد؛ زیرا یکی از ابعاد اصلی برای برنامه‎ریزی گردشگری، برنامه­ریزی ب...

خشک‌سالی پدیده‌ای است که برای پیش‌بینی آن نمی‌توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می‌کنند با استفاده از مدل‌های پیشرفته دقت پیش‌بینی‌ها را افزایش دهند. در این زمینه، مدل‌های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل‌های هیبرید می‌توانند در دقت پیش‌بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل‌های اتورگرسیو میانگین متحرک تجمعی (ARIMA)، شبکة عصبی مصنوعی مستقیم (DMSNN)، شبکة عص...

این تحقیق به بررسی پیش بینی قیمت قرارداد آتی سکه طلا در بورس کالای ایران پرداخته است. این تحقیق یک مدل ترکیبی بر اساس سیستم ژنتیک فازی(gfs) و شبکه عصبی مصنوعی (ann) برای پیش بینی قرارداد آتی سکه طلا ارائه داده است. در این روش، ابتدا با استفاده از روش رگرسیون گام به گام متغیرهایی که بیشترین تاثیر را بر روی قیمت قرارداد آتی سکه طلا دارند، مشخص می شوند. در گام بعدی داده های خام با استفاده از شبکه ...

پیش­بینی نوسانات سطح آب زیرزمینی، برای برنامه­ریزی مناسب­تر به­ویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیش­بینی نوسانات سطح آب زیرزمینی در دشت مروست از مدل­های سری زمانی و شبکه عصبی استفاده شد. برای مدل­سازی، اطلاعات سطح آب زیرزمینی در طی سال­های 88-1366 استفاده و مدل­های مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر داده­ها برازش داده شد. کارآیی و دقت مدل­های آریما در پیش...

چکیده سابقه و هدف یکی از مباحث عمده در سیستم­های بهداشت و درمان جهانی، مسئله بهبود عملکرد زنجیره تامین و عدم قطعیت موجود در تقاضا می­­باشد. هدف مطالعه حاضر، پیش بینی میزان تقاضای پلاکت خون با مدل­های شبکه عصبی مصنوعی و آریما، در زنجیره تامین سازمان انتقال خون استان سیستان و بلوچستان بود. مواد و روش‌ها در این مطالعه کاربردی، داده­های مربوط به تقاضا برای 8 نوع پلاکت خون در بازه زمانی سال‌های 139...

پیش‎بینی شمار ورود گردشگران، اهمیت ویژه‎ای برای گردشگری و فعالیت‌های وابسته به گردشگری دارد؛ چرا که پیش‎بینی، شاخصی برای تقاضای آینده بوده و به موجب آن، در پی فراهم‎کردن اطلاعات پایه برای برنامه‎ریزی و سیاست‎گذاری‌های پی‎درپی است. در برنامه‎ریزی گردشگری، پیش­بینی تعداد گردشگران بیشترین ارتباط و کاربرد را در مبحث مدیریت گردشگری دارد؛ زیرا یکی از ابعاد اصلی برای برنامه‎ریزی گردشگری، برنامه­ریزی ب...

با توجه به تأثیر دما در شرایط اقلیمی هر منطقه و اهمیت پیش­بینی آن در برنامه­ریزی­های محیطی، استفاده از روش­های آماری به­منظور مطالعه تغییرات و پیش­بینی دما، کاربرد وسیعی پیدا کرده است. روش­های آماری ابزارهایی کارآ و مفید برای درک و ارزیابی رفتار اقلیم به­شمارمی­روند. از الگوهای آماری پرکاربرد در این زمینه، می­توان به الگوهای خانواده آریما اشاره نمود. در این الگوی آماری مقادیر براساس رفتارهای گذ...

چکیده: با توجه به اهمیت استفاده از گاز طبیعی به عنوان یکی از منابع مهم تامین انرژی کشور و باعنایت بدین مسئله که سهم عمده ای از مصرف گاز طبیعی در بخش خانگی می باشد پرداختن به موضوع مدل سازی و پیش بینی مصرف گاز در حوزه فوق الذکر از اهمیت ویژه ای برخوردار است. امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولاً باید موقعیت های آینده را با استفاده از داده های کم و در بازه زمانی کوتاه م...

پیش­بینی نوسانات سطح آب زیرزمینی، برای برنامه­ریزی مناسب­تر به­ویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیش­بینی نوسانات سطح آب زیرزمینی در دشت مروست از مدل­های سری زمانی و شبکه عصبی استفاده شد. برای مدل­سازی، اطلاعات سطح آب زیرزمینی در طی سال­های 88-1366 استفاده و مدل­های مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر داده­ها برازش داده شد. کارآیی و دقت مدل­های آریما در پیش...