پیش بینی سریهای زمانی ناایستا با مدل بندی فرایند موجک
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
شکلها از متن کامل مقاله برداشته شدهاند و حقوقشان از آنِ نویسندگان و ناشر است.
پیش بینی جریانهای نقدی عملیاتی بر اساس الف : سری جریانهای نقدی عملیاتی گزارش شده و یا ب: سایر سریهای زمانی به عنوان جایگزین جریانهای نقدی عملیاتی انجام می شود.سریهای جایگزین،بطور معمول،الگوریتمهای ساده ای از اجزای صورتهای مالی هستند. تحقیقات نشان میدهد، ویژگیها و توان پیش بینی سر
در این پایان نامه ، ضمن مطالعه روشهای آماری پیش بینی سریهای زمانی، به توصیف فراکتالها و سریهای زمانی فراکتالی پرداخته شده است. سپس کاربرد فراکتال در پیش بینی سریهای زمانی با توجه به رفتار نمای هارست مورد بررسی قرار گرفته است. در ادامه به بعضی خواص پایای سیستمهای دینامی
چکیده در دو دهه اخیر استفاده از مدل های غیرخطی در پیش بینی جریان رودخانه ها مورد توجه محققان واقع شده است که از آن جمله می توان به مدل شبکه های عصبی مصنوعی، برنامه ریزی ژنتیک، سری های زمانی، آنالیز موجک و ... اشاره نمود. آنالیز تبدیل موجک از طریق تجزیه سیگنال ها به زمان و فرکانس
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 م
پیش بینی صحیح و مناسب فرآیندهای هیدرولوژیکی می تواند کمک شایانی در زمینه طراحی بهینه پروژه های آبی و مهندسی و نیز جلوگیری از خطرات ناشی از آنها داشته باشد. در این راستا مدلسازی منطقی و مناسب فرآیند بارش-رواناب به عنوان اولین و مهمترین گام در راستای مبارزه و مقابله با سیلاب به عنو
پیش بینی رفتار خرید و بخش بندی مشتریان دو بخش بسیار مهم از مدیریت ارتباط با مشتری هستند که به کارگیری آنها می تواند منجر به تدوین استراتژیهای بازاریابی مناسب برای مواجهه با مشتریان مختلف از طریق صرف بهتر منابع شود. به طور کلی، می توان از چهار استراتژی بازاریابی شامل استراتژی جذب،
تاکنون روشهای مختلفی برای پیشبینی قیمت کالاها و سودهای سهام بهکار رفته است. با توجه به نوسانات دنیای مالی مهمترین نکته این است که کدامیک از روشهای پیشبینی میتواند در اعمال تصمیم بهینه به مدیران و تصمیمگیرندگان بخشهای اقتصادی و بازرگانی کمک کند. در اغلب مطالعات صورت گرفت
عملکرد پدیده های طبیعی در نگاه اول معمولا تصادفی به نظر می رسد، لیکن با تغییر مقیاس و حذف نویز می توانند به نوعی نظم دست یابند و امکان پیش بینی آن ها در آینده فراهم گردد. این ایده پایه اصلی نظریه آشوب (1chaos) می باشد که به مطالعه رفتار ناپایدار و غیر پریودیک در سیستم های دینامیک
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 م
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 م
همبرگر یکی از پر مصرف ترین محصولات گوشتی در سراسر جهان است. ماندگاری این محصول نسبتاً کوتاه است و بنابراین معمولاً از فرایند انجماد برای کاهش فعالیت آبی و جلوگیری از تکثیر میکروارگانیسم استفاده می شود. پیش بینی دقیق دما در هنگام انجماد در طراحی روشهای سرمایش، بهینه سازی و جلوگیری
در این مطالعه، از سه مدل ریاضی (پلانک، فام و مدل عددی (اجزاء محدود)) برای پیش بینی زمان انجماد نمونههای سیب زمینی استفاده شد. به منظور توسعه مدل عددی، خصوصیات ترموفیزیکی (چگالی، هدایت حرارتی و گرمای ویژه) به عنوان تابعی از ترکیب نمونه و دما پیش بینی شد. ضریب انتقال حرارت همرفتی