مقایسه مدل های غیر خطی برای پیش بینی نرخ رشد و نمو مراحل مختلف رشدی زنبور پارازیتوئید

اسناد مشابه

• مقایسه مدل‌های غیر‌خطی برای پیش‌بینی نرخ رشد و نمو مراحل مختلف رشدی زنبور پارازیتوئید

  مقاله۲۰۰۸آفات و بیماریهای گیاهیمریم فروزان، احد صحراگرد، مسعود امیرمعافی

  رابطه بین دما و نرخ رشد و نمو مراحل مختلف رشدی زنبور پارازیتویید Habrobracon hebetor (Hym.: Braconidae) در ده دما از 16 تا 38 درجه سانتی‌گراد مورد مطالعه قرار گرفت. طول دوره رشدی مراحل مختلف زنبور پارازیتویید در دماهای متغیر بدست آمد. هفت مدل غیر‌خطی مربوط به اثر دما روی نرخ رشد

• پیش بینی نرخ رشد بخش کشاورزی ایران (مقایسه ی روش های تک متغیره و چند متغیره)

  مقاله۲۰۱۱journal of agricultural economicsمحمدرضا زارع مهرجردی، ابراهیم جاودان

  سیاست گزاران و برنامه‏ریزان اقتصادی در تلاش اند تا متغیرهای موثر بر رشد بخش کشاورزی را مدل سازی کنند و از این مدل­ها در فرآیند پیش­بینی استفاده نمایند. امروزه پیش­بینی به عنوان یک ابزار مهم برنامه­ریزی برای سیاست گزاران اقتصادی به شمار می‏رود و روش های متنوعی برای پیش­بینی متغیره

• مقایسه قدرت مدل های شبکه عصبی مصنوعی و شبکه عصبی پویا در پیش بینی نرخ ارز: کاربردی از تبدیل موجک

  مقاله۲۰۱۵آینده پژوهی مدیریترکسانا خشوعی، محمدعلی خطیب سمنانی، منیژه هادی نژاد

  این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده

• مقایسه قدرت مدل های شبکه عصبی مصنوعی و شبکه عصبی پویا در پیش بینی نرخ ارز: کاربردی از تبدیل موجک

  مقاله۲۰۱۵آینده پژوهی مدیریتمحمدعلی خطیب سمنانی، منیژه هادی نژاد، رکسانا خشوعی

  این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده

• مقایسه مدل های خطی و غیرخطی سری زمانی در پیش بینی جریان رودخانه (مطالعه موردی: رودخانه باراندوزچای ارومیه)

  مقاله۲۰۱۴علوم و مهندسی آبیاریفرشاد احمدی، یعقوب دین پژوه، احمد فاخری فرد، کیوان خلیلی

  پیش­بینی دقیق جریان رودخانه­ با استفاده از مدل­های رایج سری­های زمانی، فیزیکی- مفهومی و رگرسیونی در مدیریت علمی منابع آب­های سطحی اهمیت به­سزایی دارد. در این مطالعه دبی جریان روزانه و ماهانه رودخانه باراندوزچای ارومیه در دوره­ آماری 88-1352، با استفاده از مدل­های سری­زمانی خطی آر

• پیش بینی تبخیر و تعرق پتانسیل با استفاده از مدل غیر خطی NARX (مطالعه موردی، استان یزد)

  مقاله۲۰۱۹خشکبوممحمد امین اسدی

  تبخیر و تعرق پتانسیل از پارامترهای مهم سیکل هیدرولوژیک است که پیشبینی آن می تواند کمک شایانی به برنامه ریزی صحیح مدیریت منابع آب، تغییرات نیاز آبی گیاهان در آینده و نیز پیشبینی وقوع خشکسالی بنماید. در صورت نیاز به پیشبینی بلند مدت و یا میان مدت تبخیر و تعرق پتانسیل، از مدل های جه