چکیده بی­شک اولین قدم برای مدیریت منابع آب پیش‌بینی و برآورد جریان رودخانه‌ها است. در این مطالعه به منظور پیش‌بینی سری زمانی جریان روزانه و ماهانه ایستگاه‌های کاکارضا و سراب صیدعلی، مدل‌های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیه‌سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...

هدف اصلی این پایان نامه معرفی، تشخیص، مدل بندی و پیش بینی سریهای زمانی ای است که داده های آن قطعیت نداشته و تحت عنوان اعداد فازی و مقادیر زبانی معرفی می شوند. در ابتدا به کمک دو نمایش مفید از اعداد فازی یعنی نمایش آنها بر اساس نقاط برش و برشهای نموی به تجزیه و تحلیل سریهای زمانی فازی و پیش بینی آنها می پردازیم. سپس متغیر های زبانی که مقادیر اختیار شده توسط آنها برچسبهای زبانی بوده و در بحث فاز...

فرآیند درون یابی داده های گمشده در تحلیل سریهای زمانی بسیار مهم است . روش مرسوم استفاده از مدلهای اتو رگرسیو – میانگین متحرک باکس و جنکینس جهت درون یابی این داده ها است . در تحقیقات پیشرفته اخیر در مباحث سری زمانی روش دیگر بیان مدلهای سری زمانی در قالب مدلهای فضای حالت و استفاده از صافی کالمن است . در این پایان نامه نخست روشهای درون یابی مقادیر گمشده در سری زمانی را معرفی کرده و سپس با استفاد...

عناصر مختلف اقلیمی دارای حرکات و نوساناتی در طول زمان هستند که باید این نوسانات بررسی و شناخته شوند بعضی از این نوسانات از الگوهای خاصی پیروی می کند و بعضی دارای الگوهای نوسانی منظم نیستند. این نوسانات نامنظم، تغییرات تصادفی نامیده می شوند. براین اساس برای سنجش و پیش بینی تغییرات تصادفی در بارش فصلی و سالانة ایران از مدل های تغییرات تصادفی استفاده شد. با توجه به سنجش و پیش بینی مدل ها، بارش فصل...

امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاری های کلان در بازار ها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی با درجه بالایی از دقت به کار برده می شوند. در این مقاله با استفاده از ترکیب منطق فازی و شبکه عصبی پس از انتشار مدلی ب...

یکی از مسائل مهم و راهبردی در مباحث اقتصادی امروز، دقت، صحت و کارایی مدل های پیش بینی سری های زمانی است. به همین دلیل در سال های اخیر توجه اقتصاددان ها به مدل های ناخطی معطوف شده است. زیرا، پدیده های متعددی نظیر آشوب در مدل های ناخطی قابل بررسی است. در این مقاله، به بررسی وجود آشوب در سری زمانی قیمت های آتی نفت (96-1999) می پردازیم. به این منظور از دو روش عمومی و کاربردی تخمین بعد هم بستگی (CD)...

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیجیدگی زیاد یا عدم   صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی از جمله سیستم می باشد. مزیت اصلی این تکنیک نسبت به  استنتاج فازی روش های رایج، این است که این سیستم بر اساس قواعد اگر- آن گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...

پایان نامه با موضوع مدل بندی سریهای زمانی خود برگشت با مشاهدات گمشده بر اساس تبدیل چندجمله ای بر روی چگونگی براورد پارامتر از مدل اتورگرسیو(ar) سری زمانی تمرکز دارد. الگوریتم های براورد استاندارد برای مدل های ar با مشاهدات گم شده عملی نیستند .در این پایان نامه روش انتقال چندجمله ای برای تبدیل مدل های ar با مشاهدات گم شده به مدل های arma که تنها از مقادیر مشاهدات موجود شناسایی می شوند،بکار گرفته...

در این پایان نامه ما یک روش جهت محاسبه ارزش در معرض خطر و یک معیار جهت تشریح دنباله توزیع شرطی مربوط به سری بازده مالی واریانس ناهمسان ارائه میدهیم . هدف این تحقیق ، کاربردی کردن تئوری مقدار کرانی بر روی بورس اوراق بهادار تهران جهت تشخیص دنباله های پهن در توزیع بازده شاخص کل قیمت می باشد . نتایج ما نیز گویای وجود دنباله پهن در سری بازده ما می باشد . رویکرد ما ترکیبی است از مدل garch جهت پیش ب...

با گذشت حدود دو دهه از بازگشایی مجدد بورس اوراق بهادار تهران، حجم معاملات و تعداد شرکت های پذیرفته شده در آن از افزایش چشم گیری برخوردار شده است و سهامداران حقیقی و حقوقی بسیاری در آن درگیر شده اند، لذا به تدریج جایگاه قابل توجهی در مجموعه اقتصاد کشور پیدا کرده است و این مسؤولیت پژوهشگران عرصه اقتصاد را برای بهره گیری از ابزارهای جدید و کارآمدتر- جهت توجیه بهتر نوسانات این بازار- مضاعف می کند. ...