پیش بینی قیمت برق با استفاده از روش شبکه موجک خطی

پیش بینی قیمت روزانه برق با شبکه عصبی بهبودیافته مبتنی بر تبدیل موجک و روش آشوبناک جستجوی گرانشی

چکیده:با سمت‎گیری وتغییرساختاربازاربرقازبازارانحصاریدولتیبهبازار رقابتیکهدرآنقیمتتوسطنیروهایبازارتعیینمی‎شود،نیاز به طراحی مدلی کارا و مناسب به گونه ای که ریسک شرکت در بازار رقابتی برای فعالان بازاربرق را در جهت افزایش سوددهی آن ها کاهش دهد، اهمیتویژه‎اییافتهاست. برای مدل سازی و پیش‎بینی قیمت برق در بازار رقابتی باید خصوصیات این کالا ازجملهعدمقابلیتذخیره سازی،کم کششبودن وفصلی بودنتقاضارادرنظرگر...

پیش بینی قیمت نفت با استفاده از روش متا آنالیز

نفت یک کالای مهم اقتصادی و قیمت آن در بازارهای بین‌المللی بسیار اثرگذار و توانایی ارائه پیش‌بینی صحیح از وضعیت قیمت آن یکی از چالش‌های مهم علمی در سراسر جهان است. این مقاله به پیش‌بینی قیمت نفت با استفاده از روش متا آنالیز و مقایسه آن با سایر روش‌ها می‌پردازد. در این تحقیق از نتایج روش‌های ARMA،AR فازی، تاناکا فازی، حداقل مربعات فازی، شبکه عصبی، داده‌های شبیه‌سازی شده و داده‌کاوی مربوط به قیمت‌...

پیش بینی شاخص قیمت بورس سهام با استفاده از شبکه عصبی و تبدیل موجک

شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور می باشد. از این رو پیش بینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژی های سرمایه گذاری، یکی از مسائل مهم به شمار می رود. از جمله روش های پیش بینی پرکاربرد در سری های زمانی مالی، شبکه عصبی می باشد که با توجه به جامعیت این روش و عدم وجود برخی از پیش فرض ها در خصوص داده ها، گسترش زیادی نسبت به روش های آماری یافته است. اما وجود نویز...

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

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 قیمت برق با استفاده از روش یادگیری تاملی

یکی از مسائل مهم در مواجهه با انواع معاملات در بازارهای برق پیش بینی دقیق قیمت آینده است. آنچه که انجام یک پیش بینی دقیق را دچار مشکل می کند خواص ویژه و غیر خطی سیگنال قیمت از جمله فرکانس بالا، عدم ثبات، آن است. لزوم استفاده از داده های تاریخی قیمت جهت پیش بینی، نیاز به روشی برای دسته بندی داده ها با توجه به همبستگی آنها را ایجاب می کند. اخیراً روشهای هوشمند بدلیل سادگی، عدم نیاز به مدل ریاضی دق...