پیش بینی سریهای زمانی ناایستا با مدل بندی فرایند موجک

پیش بینی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی-موجک (مطالعه موردی: دشت فیروزآباد)

در سال­های اخیر، پدیده تغییراقلیم، خشک­سالی، برداشت بی­رویه آب­های زیرزمینی،... باعث افت شدید سطح آب­های زیرزمینی شده است؛ که خطراتی هم­چون نشست زمین و افزایش کویری شدن را در پی داشته است. لذا پیش­بینی قابل اطمینان سطح آب­های زیرزمینی برای مدیریت این منابع، حائز اهمیت است. امروزه تبدیل موجک از طریق تجزیه سیگنال­ها به زمان و فرکانس شیوه نوینی را برای پردازش سیگنال ارائه می­دهد. در پژوهش حاضر، به...

پیش بینی سریهای زمانی با نظریه آشوب و فراکتال

در این پایان نامه ‎،‎ ضمن مطالعه روشهای آماری پیش بینی سریهای زمانی‎،‎ به توصیف فراکتال‎ها و سریهای ‎زمانی فراکتالی پرداخته شده است‎.‎ سپس کاربرد فراکتال در پیش بینی سریهای زمانی با توجه به رفتار نمای هارست مورد بررسی قرار گرفته است‎.‎ در ادامه به بعضی خواص پایای سیستم‎های دینامیکی آشوبی مانند‎ نمای لیاپانوف و خودتشابهی اشاره شده و سپس روشهای پیش بینی سریهای زمانی آشوبی با جاذب پیچیده‎در یک فضا...

پیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی- موجک و مدل سری زمانیARIMA

تبدیل موجک یکی از روش­های نوین و بسیار موثر در زمینه تحلیل سیگنال­ها و سری­های زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، داده­های حاصل به­عنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیش­بینی خشکسالی ارائه می­گردد. در این تحقیق، از شبکه­های عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایه‌ای شعاعی ((RBF، سری زمانی AR...

پیش بینی درآمدهای مالیاتی استان قزوین با استفاده از مدل سریهای زمانی و روشهای مداخله ای طی سالهای ۱۳۸۳ – ۱۳۷۴

در تحقیق و پژوهش حاضر کوشش شده است ضمن برآورد و پیش بینی درآمدهای مالیاتی استان قزوین در ده سال آینده تا سال 1393 با استفاده از آمار و اطلاعات سالهای 1383 – 1374 به شناسایی ظرفیت بالقوه و بالفعل مالیاتی استان قزوین و کاستن از شکاف بین ظرفیت های موجود و آسیب شناسی نظام مالیاتی استان و کشور پرداخته شود.جهت پیش بینی درآمدهای مالیاتی استان قزوین برای ده سال آینده در این تحقیق، از روش و تحلیل مدل سر...

کاربرد مدل شبکه عصبی- موجک برای پیش بینی ویژگی های غیرایستا و غیرخطی سری زمانی تراز آب زیرزمینی

سفره ‏های آب زیرزمینی غالباً به عنوان سیستم ‏هایی با ویژگی ‏های غیرایستا و غیرخطی شناخته می ‏شوند. مدل‏ سازی این سیستم ‏ها و پیش ‏بینی حالت ‏های آینده آن ‏ها نیازمند تشخیص این ویژگی‏ های بنیادی است. اخیراً، آنالیز موجک به دلیل توانایی آن در رمزگشایی ویژگی‏ های اشاره‏ شده، به طور گسترده ‏ای در زمینه پیش ‏بینی سری‏ های زمانی هیدرولوژیکی مورد استفاده قرار گرفته ‏است. در این مقاله توانایی مدل ترکیبی ...

پیش بینی بارش ماهانه ایستگاه سینوپتیک کرمانشاه با استفاده از مدل ترکیبی شبکه عصبی و موجک