همان طور که می دانیم سری های زمانی با مقادیر صحیح در موارد بسیاری، اغلب به عنوان تعداد پیشامدها رخ می دهند. سری های زمانی استاندارد از قبیل سری های میانگین متحرک اتورگرسیو استاندارد با خطای گوسی، فرض می کند که داده های سری، مقادیری حقیقی باشند. در نتیجه این مدل های استاندارد برای مدل بندی سری های زمانی با مقادیر صحیح نامناسب بنظر می رسند. بالاخص زمانیکه فراوانی داده ها کم باشد. در دو دهه اخیر ت...

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...

شبکه‌های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی‌های زمانی غیرخطی می‌پردازند. مزیت این مدل‌ها در مقایسه با مدل‌های سری زمانی این است که نیاز به فرضیات محدود کننده نمی‌باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می‌باشد. برای این منظور با استفاده از روش‌های خودگردان، می‌توان دقت برآوردگرها را در ساختارهای پیچید...

اکثر مدل­های غیرخطی بر پایه مدل­سازی میانگین خطا توسعه یافته­اند اما مدل­های غیرخطی خودهمبسته با واریانس شرطی، بر پایه مدل­سازی واریانس داده­های سری باقی­مانده استوار هستند. این مدل­ها با ترکیب شدن با مدل­های خطی، تا حدودی دقت مدل­سازی و پیش بینی ها را افزایش می­دهند. در این مطالعه با استفاده از داده­های تراز سطح آب دریاچه ارومیه در دوره آماری 91-1352، مدل­های خودهمبسته با میانگین متحرک و دو خط...

بارش به عنوان یک متغیر تصادفی جزو آن دسته از عناصر اقلیمی است که تغییرات چشم گیری با زمان و مکان دارد به گونه ای که می توان آن را در زمره تغییرپذیرترین عوامل جوی به حساب آورد. با توجه به اهمیت بارش در مدیریت منابع آب و آمایش سرزمین و نقش آن در برنامه ریزی های خرد و کلان و بخصوص تأثیر آن بر اقتصاد و کشاورزی، تحلیل و بررسی این عنصر در سال های اخیر، مورد توجه مجامع علمی بوده است. در پژوهش حاضر، آم...

اکثر مدل­های غیرخطی بر پایه مدل­سازی میانگین خطا توسعه یافته­اند اما مدل­های غیرخطی خودهمبسته با واریانس شرطی، بر پایه مدل­سازی واریانس داده­های سری باقی­مانده استوار هستند. این مدل­ها با ترکیب شدن با مدل­های خطی، تا حدودی دقت مدل­سازی و پیش‌بینی‌ها را افزایش می­دهند. در این مطالعه با استفاده از داده­های تراز سطح آب دریاچه ارومیه در دوره آماری 91-1352، مدل­های خودهمبسته با میانگین متحرک و دو خط...

یکی از روش‌های معمول در پیش‌بینی جریان رودخانه‌ها، مدل‌های سری زمانی می‌باشند. در این تحقیق به منظور پیش‌بینی آبدهی روزانه‌ی ایستگاه تله زنگ واقع در بالادست سد دز از مدل میانگین متحرک جامع خود همبسته (ARIMA) استفاده شده است. با توجه به اینکه این داده‌ها دارای نوسانات فصلی می‌باشند، با بهره‌گیری از سری فوریه، شاخص‌های آماری آن‌ها، نظیر میانگین و انحراف معیار برای دوره 28 ساله با پریود 360 روزه ب...

یکی از روش‌های معمول در پیش‌بینی جریان رودخانه‌ها، مدل‌های سری زمانی می‌باشند. در این تحقیق به منظور پیش‌بینی آبدهی روزانه‌ی ایستگاه تله زنگ واقع در بالادست سد دز از مدل میانگین متحرک جامع خود همبسته (ARIMA) استفاده شده است. با توجه به اینکه این داده‌ها دارای نوسانات فصلی می‌باشند، با بهره‌گیری از سری فوریه، شاخص‌های آماری آن‌ها، نظیر میانگین و انحراف معیار برای دوره 28 ساله با پریود 360 روزه ب...