Skip to main content
فهرست مقالات

کاربرد شبکه های عصبی در پیش بینی سری های زمانی

نویسنده: ؛

پاييز 1381 - شماره 12 علمی-پژوهشی (28 صفحه - از 69 تا 96)

کلید واژه های ماشینی : شبکه عصبی ،شبکه عصبی در پیش‌بینی سری ،کاربرد شبکه عصبی در پیش‌بینی ،سری زمانی ،پیش‌بینی ،الگوریتم ،آموزش شبکه عصبی ،آموزش ،کاربرد ،یادگیری ،پراکندگی سری زمانی پیش‌بینی‌شده ،پراکندگی ،روش ،یادگیری شبکه عصبی ،ماشین ،تعداد خروجی شبکه عصبی ،ارزیابی ،ساختار شبکه عصبی ،نسبت پراکندگی نمونه پیش‌بینی‌شده ،پراکندگی سری زمانی ،نسبت پراکندگی نمونه پیش‌بینی ،تعداد ورودی شبکه عصبی ،محاسبه نسبت پراکندگی نمونه پیش‌بینی‌شده ،پراکندگی نمونه پیش‌بینی‌شده به پراکندگی ،خطا پیش‌بینی نمونه آزمون ،الگوریتم آموزش ،خطا ،پیش‌بینی سری زمانی ،Gradient ،مقدار نسبت پراکندگی نمونه پیش‌بینی

کاربرد شبکه های عصبی در پیش بینی سری های زمانی اصغری اسکویی محمدرضا* * گروه آمار، ریاضی و کامپیوتر دانشگاه علامه طباطبایی 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 برخوردار هستند، استفاده می شود. شبکه های عصبی، یکی از این روش های بدیع و در حال تحول است که در موضوعات متنوعی از قبیل الگوسازی، شناخت الگو، خوشه بندی و پیش بینی به کار رفته و نتایج مفیدی داشته است. در این مقاله، از شبکه های عصبی در پیش بینی سری های زمانی داده های اقتصادی استفاده کرده ایم. در این رابطه عوامل مختلف ساختاری، روش های مختلف یادگیری شبکه های عصبی و انتخاب و کاربرد مناسب داده ها در فرایند پیش بینی، مورد ارزیابی و بررسی قرار گرفته است. در این پژوهش، از ابزارهای محاسباتی نرم افزار MATLAB و داده های اقتصادی کشور استفاده شده است.

  • دانلود HTML
  • دانلود PDF

برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.