پیش بینی سری های زمانی آشوبناک در فضای فاز بازسازی شده به روش های غیرخطی

پیش بینی سری زمانی آشوبی با بازسازی فضای فاز به کمک ویژگی های فرکانسی

دراین پایان نامه، پیش بینی سـری زمـانـی آشوبـی به کمک بازسـازی فضـای فـاز با استفاده از معادلات مرکز جرم مورد مطالعه قرار می¬گیرد. برای بازسازی فضای فاز از فیلترهای فرکانسی غیرخطی استفاده می شود که تعیین مناسب این فیلترها یک بازسازی فضای فاز مفید را به همراه خواهد داشت. به کمک فضای فاز بازسازی شده و استفاده از نزدیک ترین همسایه ها، مسیرهمسایه ی معادل و مسیرکمکی تشکیل شده، سپس با استفاده از معاد...

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

پیش بینی سری زمانی آشوبناک با استفاده از مدل سیستم های دینامیکی اندرکنشی غیرخطی

در پژوهش پیش رو سعی شده است به پیش بینی سری های زمانی که موضوعی چالش برانگیز و پراهمیت در سال های اخیر بوده و کاربرد فراوان یافته است، پرداخته شود. دریک مساله پیش بینی به صورت کلاسیک، از آن جایی که معمولا در فضای گسسته ی سری های زمانی با دینامیک ها سروکار داریم، می توان دینامیک موردنظر را به صورت نگاشت زیر درنظر گرفت: x(t+t)=f_t (x(t) ) معادل این نگاشت در فضای حالت به صورت نموداری از حالت بع...

پیش بینی متغیر های اقلیمی به کمک تحلیل سری های زمانی حوضه آبخیز زهره

مقایسه مدل های محلی آشوبناک مبتنی بر فضای فاز در پیش بینی جریان رودخانه

از دیدگاه نظریه آشوب، طبیعت پیچیده و رفتار تصادف گونه یک سیستم مانند سیستم هیدرولوژیک حاکم بر جریان یک رودخانه می تواند از یک تعیّن پذیری ساده و پنهان نشأت گرفته باشد. این تعیّن پذیری، در صورت وجود، در فضای فاز سیستم قابل مشاهده است و بر مبنای همین الگوی شکل گرفته در فضای فاز، می توان مدل های مختلف را به کار برد و رفتار سیستم را در آینده پیش بینی کرد. بر این اساس، ابتدا رفتار آشوبناک در سری زمانی...

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 ...