این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Nonlinear Analysis and Applications، جلد ۱۳، شماره ۱، صفحات ۲۹۱۱-۲۹۲۰
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Using ARIMA model and neuro-fuzzy approach to forecast the climatic temperature in Mosul-Iraq
چکیده انگلیسی مقاله The accuracy of temperature forecasting in maximum and minimum cases is important to control the environmental effects. In this study, integrated autoregressive and moving average (ARIMA) model is used to forecast climatic temperature variable in maximum and minimum cases in Mosul, Iraq as traditional method. Neuro-Fuzzy (NF) is also proposed as modern approach to improve the forecasting results. The results in this study reflect outperforming in forecasting for NF approach comparing to ARIMA model. In conclusion, NF approach can be used for more accuracy to forecast climatic temperature datasets in maximum and minimum cases.
کلیدواژه‌های انگلیسی مقاله ARIMA model, Neuro-Fuzzy (NF), Forecasting, climatic temperature
نویسندگان مقاله Naam Salem Fadhil |
Department of Statistics and Informatics, Faculty of Computer Sciences and Mathematics, University of Mosul, Mosul, Iraq.

نشانی اینترنتی https://ijnaa.semnan.ac.ir/article_6023_608c32ab5ee4be8f21d065fd4ee8bcf9.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات