نتایج جستجو برای: مدل arima
تعداد نتایج: 122901 فیلتر نتایج به سال:
Measurements of high-speed network traffic have shown that traffic data exhibits a high degree of self-similarity. Traditional traffic models such as AR and ARMA are not able to capture this long-range-dependence making them ineffective for the traffic prediction task. In this paper, we apply the fractional ARIMA (F-ARIMA) model to predict one-step-ahead traffic value at different time scales. ...
در این تحقیق به مقایسه کارایی دو روش پیش‌بینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیش‌بینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرز‌دارو و جام‌دارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنوعی برای هر دو شرکت تخمین زده شد. به منظور تخمین مدل شبکه عصبی مصنوعی، متغیر قیمت سهام به عنوان متغیر وابسته و متغیر‌های حجم معا...
توانایی پیش بینی یکی از مهم ترین مهارت های مورد نیاز برنامه ریزان و پژوهشگران علوم منابع طبیعی است. ابهام و پیچیدگی و چندلایه بودن رویدادها ، پیش بینی را به یکی از دشوارترین وظایف فراروی هر محقق تبدیل کرده است بنابراین با درک الگوی زمانی تغییر پذیری اقلیم، می توان با شناختی کامل تر از الگوهای اقلیمی در آینده، نسبت به پیش بینی و مدیریت اقدام نمود. این پژوهش با هدف بررسی قابلیت مدل های سری های زم...
مدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینزشناخته می‌شود، یکی از پرکاربردترین مدل‌ها در پیش‌بینی سریهای زمانی است. اما پیش فرض اصلی این مدل خطی بودن سریهای زمانی میباشد. از سوی دیگر شبکهی عصبی یک تخمین زنندهی عمومی است که الگوهای غیر خطی را بسیار خوب مدلسازی مینماید. دانستن الگوی دادهها مبنی بر خطی و غیر خطی بودن در واقعیت کمی دشوار است، بنابراین این اید...
This paper examines the forecasting performance of ARIMA and artificial neural networks model with published stock data obtained from New York Stock Exchange. The empirical results obtained reveal the superiority of neural networks model over ARIMA model. The findings further resolve and clarify contradictory opinions reported in literature over the superiority of neural networks and ARIMA mode...
OBJECTIVE Emergency department (ED) overcrowding is acknowledged as an increasingly important issue worldwide. Hospital managers are increasingly paying attention to ED crowding in order to provide higher quality medical services to patients. One of the crucial elements for a good management strategy is demand forecasting. Our study sought to construct an adequate model and to forecast monthly ...
This paper presents a comprehensive study of ANFIS+ARIMA+IT2FLS models for forecasting the weather of Raipur, Chhattisgarh, India. For developing the models, ten year data (2000-2009) comprising daily average temperature (dry-wet), air pressure, and wind-speed etc. have been used. Adaptive Network Based Fuzzy Inference System (ANFIS) and Auto Regressive Moving Average (ARIMA) models based on In...
Forecasting accuracy is one of the most favorable critical issues in Autoregressive Integrated Moving Average (ARIMA) models. The study compares the application of two forecasting methods on the amount of Taiwan export, the Fuzzy time series method and ARIMA method. Model discussed for the ARIMA method and Fuzzy time series method include the Sturges rules. When the sample period is extend in o...
مدل سازی و مقایسه روش شبکه عصبی gmdh و الگوی سری زمانی arima در پیش بینی بلندمدت تقاضای برق در ایران
امروزه برق یکی از مهم ترین حامل های انرژی است و به عنوان صنعتی زیربنایی در فرآیند توسعه اقتصادی هر کشور نقش مهمی ایفا می کند. در کشور ما با توجه به نیازهای روز افزون کشور به این انرژی، مدیریت و برنامه ریزی مناسب در جهت تأمین آن از اهمیت بالایی برخوردار است. بکی از مباحثی که می تواند در این حوزه کاربرد فراوانی داشته باشد، پیش بینی میزان تقاضای برق در سطح کشور می باشد که تا حدی مسیر رشد مصرف را د...
BACKGROUND A prediction model for tuberculosis incidence is needed in China which may be used as a decision-supportive tool for planning health interventions and allocating health resources. METHODS The autoregressive integrated moving average (ARIMA) model was first constructed with the data of tuberculosis report rate in Hubei Province from Jan 2004 to Dec 2011.The data from Jan 2012 to Jun...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید