چکیده ندارد.

بارش از متغیرترین عناصر اقلیمی است که در تعیین نقش و پراکندگی دیگر عناصر اقلیمی می تواند موثر باشد. بدنبال پدیده گرم شدن زمین ، الگوی گردش عمومی جو و الگوی زمانی - مکانی بارش نیز تغییر یافته است. شناسایی تغییرات اقلیمی به طور عام ، و بارش به طور خاص ، از طریق تحلیل سری های زمانی عنصر مربوط دارای اهمیت و مناسب خواهد بود. در پژوهش حاضر تغییرات زمانی سری زمانی بارش سالانه شهر زنجان و برخی مشخصات آ...

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...

پیش بینی تراز آب دریا در صنایع کشتیرانی، تأسیسات نیرو در مناطق دریایی و بنادر، صنعت شیلات، شهرسازی بنادر، همچنین در علوم مختلف دریایی و اقیانوس شناسی اهمیت ویژه ای دارد. روش های متعددی از قبیل روش های تجربی، مدل های عددی و محاسباتی برای مطالعۀ پیش بینی امواج دریا توسعه یافته است. یکی از این روش های مطالعاتی، روش سری های زمانی است. در این راستا مدل های مختلفی ارائه شده اند که از آن جمله می توان ...

در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف arma نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...

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...

هدف اصلی مقاله حاضر، استفاده از مدل های احتمال اتورگرسیو میانگین متحرک(arma) به منظور مدل سازی سری زمانی موقعیت روزانه ایستگاه دائمی gps می باشد. موقعیت های روزانه ایستگاه دائمی llas در منطقه کالیفرنیای جنوبی از شبکه scign با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری زمانی موقعیت روزانه و استفاده از روش کمترین مربعات وز...