هموارسازی مونت کارلو برای سری های زمانی غیر خطی

مدل رگرسیون ضریب تابعی برای سری های زمانی غیر خطی

چکیده ندارد.

پایش و پیش بینی تغییرات ارتفاعی و سطحی دریاچه ارومیه مبتنی بر تحلیل سری زمانی زنجیره مارکوف مونت کارلو

مطالعه تغییرات محلی عوارض آبی از اهمیت زیادی در مدیریت بحران منابع آبی و پیش­بینی تغییرات اقلیمی برخوردار است. به منظور بررسی این تغییرات و تشکیل سری زمانی احتیاج به داده­های متوالی در طی مدت زمانی طولانی است که در این مقاله از داده­های ماهواره­ای اخذ شده توسط سنجنده­های رادار و اپتیک به این منظور استفاده شده است. در این تحقیق به بررسی روش­های کلاسیک مانند ARIMA و GARCH، و روش­های جدید مانند زن...

ارزیابی مدل‌های سری زمانی خطی و غیر خطی بی‌لینییر در پیش بینی تبخیر- تعرق گیاه مرجع در ایستگاه سینوپتیک ارومیه

پیش­بینی تبخیر-تعرق گیاه مرجع یکیاز مهمترین عناصردر بهینه سازی مصرف آب کشاورزی است. یکیازروش­هایپیش­بینی مقادیرتبخیر-تعرق گیاه مرجعاستفاده از مدل­های استوکاستیکسری زمانیاست. دراینپژوهشمدل­های خطی AR(p) و ARMA(p,q) به همراه مدل غیر خطی بی­لینییر درپیش­بینی مقادیر ماهانهتبخیر-تعرق گیاه مرجع درایستگاهسینوپتیک ارومیهمورد مقایسه قرار گرفت. برای انجام پژوهش، مقادیر ماهانه تبخیر-تعرق گیاه مرجع از سال ...

ارزیابی کمی و دقیق ریزساختار کوپلیمرهای خطی دوتایی با روش شبیه سازی مونت کارلو

مروری بر روش شبیه سازی مونت کارلو

مقدمه‌ای بر روش شبیه‌سازی مونت کارلو

روش مونت کارلو چیست و چگونه می‌توان از آن برای شبیه‌سازی فرایندها استفاده کرد؟ چه نوع مسائلی را می‌توان به کمک این روش حل کرد؟ آیا اصولا روش مونت کارلو مفید است و مزیت آن بر سایر روش ها چیست؟ این‌ها و پرسش‌هایی از این قبیل در ذهن بسیاری از دانشجویان یا پژوهشگران در زمینه‌های علوم و مهندسی شیمی و پلیمر نقش بسته و همه به دنبال پاسخی برای آن هستند. به نظر می‌آید، مهم‌ترین زمینه کنجکاوی در این باره...