این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
چهارشنبه 26 آذر 1404
مدیریت فناوری اطلاعات
، جلد ۸، شماره ۱، صفحات ۱-۲۶
عنوان فارسی
کاربرد قواعد کشفی و الگوریتم ژنتیک در ساخت مدل ARMA برای پیش بینی سری زمانی
چکیده فارسی مقاله
برای پیشبینی سری زمانی ابتدا باید مدل مناسبی از آن ساخته شود. تعیین ابعاد و تخمین پارامترهای مناسب برای مدل ARMA سری زمانی، چالشی است که علاوه بر روشهای متداول آماری، از طریق محاسبات هوشمند نیز به آن توجه شده است. در این مقاله استفاده از الگوریتم ژنتیک برای تخمین پارامترهای مدل ARMA و قواعد کشفی برای تعیین ابعاد مدل ارائه میشود. قواعد کشفی براساس ویژگیهای سری زمانی استخراج میشوند. دادهها بهروش پنجرۀ لغزان در پیشبینی بهکار میروند. مدل بر اساس معیار اطلاعاتی بیزین و پیشبینی بر اساس دو معیار مجذور متوسط مربعات خطا و متوسط قدر مطلق درصد خطا ارزیابی میشود. روش ارائهشده روی هشت سری زمانی با ویژگیهای مختلف بهکار رفته و نتایج آن با نتایج روش آماری مقایسه شده است. نتایج نشان میدهد در تمام موارد، روش ارائهشده همسان یا بهتر از روش کلاسیک عمل میکند.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Application of Heuristic Rules and Genetic Algorithm in ARMA Model Estimation for Time Series Prediction
چکیده انگلیسی مقاله
The first step of forecasting time series is to build an appropriate model. Determining orders and estimation of ARMA model parameters is a challenging field in traditional statistical and intelligent methods. In this paper, genetic algorithm is used for parameter estimation and heuristic rules are used to determine orders of ARMA model. Heuristic rules are extracted according to time series properties. The data are selected using sliding time window. Model identification is carried out by using Bayesian information criterion (BIC). The mean squares error and the mean absolute percentage error are used to evaluate the results of prediction. The proposed method was applied to eight time series in different types, and the results were compared with results of statistical methods. The achieved result shows equivalent or superior performance for the proposed method in comparison with the classic method.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
محمد رضا اصغری اسکویی | mohammad reza asghari oskoei
استادیار رایانه، دانشکدۀ علوم ریاضی و رایانه، دانشگاه علامه طباطبائی، تهران، ایران
سازمان اصلی تایید شده
: دانشگاه علامه طباطبایی (Allameh tabatabaii university)
محمد قاسم زاده |
دانشجوی کارشناسی ارشد علوم رایانه ـ گرایش سیستم های هوشمند، دانشکدۀ علوم ریاضی و رایانه، دانشگاه علامه طباطبائی، تهران، ایران
سازمان اصلی تایید شده
: دانشگاه علامه طباطبایی (Allameh tabatabaii university)
نشانی اینترنتی
http://jitm.ut.ac.ir/article_55761_c834d3d6cfe322297c5434d754f6b6af.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1085/article-1085-210206.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات