پیش بینی دقیق هیدرولوژیکی یک ابزار کلیدی در برنامه ریزی های منابع آب است. از این رو در این مقاله با بهره گیری از مدل-های رگرسیون بردار پشتیبان (SVR)، رگرسیون چند متغیره ی خطی (MLR)و خود همبسته ی میانگین متحرک (ARMA)، جریان ورودی به سدهای بختیاری و رودبار لرستان پیش بینی شده است. به منظور پیش پردازش داده های ورودی مدل ها از رویکرد میانگین متحرک استفاده شد. برای ارزیابی کارایی مدل ها از معیارهای ارزیابی نش ساتکلیف (NSE)، جذر میانگین مربعات خطا (RMSE)، ضریب همبستگی (R) و دیاگرام تیلور استفاده شد. نتایج نشان داد که استفاده از روش پیش پردازش میانگین متحرک باعث بهبود عملکرد مدل های مورد استفاده شده است. بطوری که مقادیر NSE مربوط به مدل SVR با پیش-پردازش میانگین متحرک در پیش بینی جریان ورودی به سدهای بختیاری و رودبار لرستان نسبت به مدل SVR بدون پیش-پردازش به ترتیب 4/13 و 6/6 درصد بهبود داشته است.

بازده بازارهای سرمایه تحت تاثیر عوامل مختلفی هستند. این عوامل دامنه گسترده و وسیعی از عوامل کلان جهانی تا رفتارهای تاریخی متغیر وابسته را شامل می شود. پژوهشگران زیادی، هریک بخش یا بخش هایی از این دامنه گسترده عوامل تاثیرگذار بر بازده بازار سرمایه را در کشورهای مختلف، انتخاب و اقدام به مدل سازی برای پیش بینی بازده بازار سرمایه مربوطه کرده اند. پژوهش حاضر نیز با هدف مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران، از مدل های خود توضیحی و ترکیبی استفاده کرده است. به گونه ای که از مدل های خودرگرسیون میانگین متحرک و خودرگرسیون میانگین متحرک با ورودی های خارجی برای مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران یاری گرفته است. در پژوهش حاضر، برای تبیین هر چه کامل تر مدل و به کارگیری عوامل حداکثری، پس از بررسی موضوع بازده و عوامل موثر بر بازده، موضوع پیش بینی و روش های متداول آن و انواع مدل های پیش بینی بازده بازار سرمایه بررسی شده است. سپس از مدل های رگرسیون خطی کلاسیک، خود رگرسیون میانگین متحرک (ARMA) و خود رگرسیون میانگین متحرک با ورودی های خارجی (ARMAX) برای پیش بینی بازده بورس اوراق بهادار تهران استفاده شد. پس از تخمین مدل های یادشده، با استفاده از داده های 99 دوره ای و تایید قدرت تصریح آن ها با استفاده از به کارگیری آزمون های تشخیصی، بازده بورس اوراق بهادار تهران برای 4 دوره آتی پیش بینی شد. پیش بینی های صورت پذیرفته با استفاده از مدل های تخمینی با داده های واقعی مورد مقایسه قرار گرفته و مدل بهینه با استفاده از معیارهای اطلاعاتی آکائیک، شوارزبیزین و حنان کوئیک و همچنین معیار MSE, MAE, MAPE انتخاب شد. نتیجه نهایی موید برتری مدل ARMA بر مدل ARMAX است.

امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولا باید موقعیت های آینده را با استفاده از داده های کم و در بازه زمانی کوتاه مدت پیش بینی کرد. بنابراین به روش هایی برای پیش بینی نیاز است که به داده های کمتری احتیاج داشته باشد. مدل میانگین متحرک خودرگرسیون و روش شبکه عصبی مصنوعی برای دست یابی به نتایج دقیق نیاز به داده های زیادی دارند اما مدلهای رگرسیون فازی، مدل های مناسبی برای پیش بینی با استفاده از داده های کمتری نسبت به دیگر روشها می باشند. در این مقاله به منظور برطرف ساختن مشکل مذکور و حصول نتایج دقیق تر به بررسی سه روش میانگین متحرک خود رگرسیون انباشته، رگرسیون فازی و میانگین متحرک خود رگرسیون انباشته فازی که از ترکیب دو روش قبل بدست آمده، پرداخته شده است. مقایسه میزان صحت پیش بینی مدل های مذکور بر اساس دو معیار خطای ریشه متوسط مربعات(RMSE)  و ضریب تعیین (R2) حاکی از آن است که مدل میانگین متحرک خود رگرسیون انباشته فازی به عنوان الگوی برتر جهت پیش بینی مقادیر شاخص قیمت بوده است.

رشد روزافزون جمعیت و محدودیت منابع آب سطحی در کشور، لزوم پیش بینی دقیق تر مقدار آورد و رودخانه را به دلیل اهمیت در برنامه ریزی و مدیریت منابع آب از جمله بهره برداری از مخازن و طراحی سازه های کنترل سیلاب با استفاده از ابزارها و روش های نوین مدلسازی می طلبد. در این راستا، مدل های سری زمانی از دیرباز مورد توجه هیدرولوژیست ها بوده اند. هدف این تحقیق، ارزیابی کارآیی دو رهیافت کلی مدل سری زمانی و رگرسیون فازی در پیش بینی جریان سالانه رودخانه می باشد. در مدل خود همبسته تجمعی میانگین متحرک از رهیافت سری زمانی، کارآیی روش های درست نمایی شرطی و درستنمایی غیرشرطی در تخمین پارامترهای مدل مورد بررسی قرار گرفت. در مدل رگرسیون فازی، به منظور در نظر گرفتن عدم قطعیت حاکم بر سیستم های طبیعی، از تابع عضویت مثلثی متقارن و نامتقارن استفاده شد. به منظور مقایسه کارآیی دو مدل مذکور در پیش بینی جریان سالانه، آمار آبدهی برخی از ایستگاه های حوضه آبریز دریاچه ارومیه بکار گرفته شد. نتایج نشان دادند که در بین روش های تخمین پارامترها، روش درستنمایی غیرشرطی به عنوان روش کارآمد در تخمین پارامترهای مدل ARIMA می باشد. مقایسه جریان های سالانه پیش بینی شده توسط مدل های ARIMA و رگرسیون فازی بر اساس معیارهایی مانند RMSE، دلالت بر عملکرد بهتر رهیافت رگرسیون فازی نسبت به مدل سری زمانی داشت. عملکرد بهتر تابع عضویت مثلثی متقارن نسبت به نوع نامتقارن آن از حیث در نظر گرفتن عدم قطعیت حاکم بر مساله مدلسازی از دیگر نتایج این تحقیق می باشد.

توزیع لاپلاس چندمتغیره یک مدل تصادفی مهم است که عدم تقارن و دم های سنگین تر از توزیع گاوسی را به حساب می آورد. در این مقاله، مدل رگرسیون فضایی خودبازگشتی و میانگین متحرک مرتبه دو برای مدل بندی برآمدهای یک میدان تصادفی فضایی که از توزیع چوله-لاپلاس تعمیم یافته چندمتغیره پیروی می کنند ارائه خواهد شد. پارامترهای مدل با روش های ماکسیمم درستنمایی و حداکثر فاصله و استفاده از معیار واگرایی کولبک-لایبلر برآورد می شوند. آنگاه براساس مدل ارائه شده پیشگوی فضایی بهینه ارایه خواهد شد. سپس یک مطالعه شبیه سازی برای اعتبارسنجی و ارزیابی عملکرد مدل پیشنهادی انجام می شود. آنگاه نحوه کاربست این مدل در تحلیل مجموعه داده های واقعی زمین شناسی نشان داده می شود.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

امروزه فرایند تولید بیشترمحصولات به گونه ای است که محصولات طی مراحل مختلف به هم وابسته ای بوجود می آیند. بدلیل وجودخاصیتی در این گونه فرایندها موسوم به خاصیت آبشاری، پایش جداگانه ی مراحل بدون در نظر گرفتن رابطه ی بین مشخصه های کیفی در مراحل مختلف و با استفاده از نمودارهای کنترل مرسوم، باعث افزایش خطا در نتایج می شود. یکیازنمودارهایکنترل پرکاربردوتخصصی کهبرایپایشفرایندهایچندمرحله ای استفاده می شود، نمودارهایانتخابعاملانحرافمی باشد. این گونهازنمودارهایکنترلبیشتربرایمشخصه هایکیفینرمالتوسعه داده شده و مورداستفادهقرارگرفته اند. در این مقاله، دو نمودار کنترل براساس الگوهای خطی تعمیم یافته به منظور پایش یک فرایند دو مرحله ای با مشخصه کیفی دو جمله ای در مرحله دوم پیشنهاد شده است. در رویکرد پیشنهادی به منظور پایش متغیر دو جمله ای، یک نمودار کنترل جمع تجمعی و یک نمودار کنترل میانگین متحرک موزون نمایی دوگانه با در نظر گرفتن رابطه بین مشخصه های کیفی در دو مرحله طراحی شده است. نمودارهای کنترل پیشنهادی براساس مقادیر باقی مانده انحراف بنا نهاده شده اند که به منظور برقرار کردن رابطه بین مشخصه های کیفی مرحله اول و دوم از یک تابع رابط جدید در چارچوب الگوی خطی تعمیم یافته استفاده شده است. عملکرد نمودارهای کنترل پیشنهادی با استفاده از شبیه سازی و براساس معیار متوسط طول دنباله ارزیابی شده است. نتایج نشان دهنده آن است که توانایی کشف نمودارهای کنترل جمع تجمعی و میانگین متحرک موزون نمایی دوگانه پیشنهادی به مراتب بهتر از نمودارهای کنترل موجود در ادبیات موضوع می باشد.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

روش های ژئوفیزیکی برای مطالعه ویژگی های میدان های فیزیکی قابل انتشار ناشی از بی هنجاری های داخل زمین بنیان نهاده شده اند. در مطالعات ژئوفیزیکی معمولاً هدف آشکارسازی ناهمگنی های داخل زمین با استفاده از کمیت های فیزیکی اندازه گیری شده در سطح زمین است. ژئوفیزیک می کوشد ساختمان داخلی زمین و ویژگی های آن را با استفاده از چنین داده هایی بازسازی کند. تحقیق حاضر که به روش میانگین متحرک مرتبه سوم معروف است، حل یک مسئله وارون برای برآورد همزمان شکل و ژرفای بی هنجاری های مغناطیسی باقی مانده می باشد که با مدل سازی مصنوعی بر روی اشکال هندسی مختلف کارایی این روش را نسبت به روش میانگین متحرک مرتبه دوم نشان می دهد. همچنین عملکرد این روش با نمونه ای از عملیات برداشت صحرایی در سایت ژئوفیزیک سازمان زمین شناسی اعتبارسنجی می شود. این روش، یک رابطه غیرخطی بین ژرفا و فاکتور شکل بی هنجاری با طول پنجره های متوالی در هفت نقطه محاسبه می کند. نتایج نشان داد، با توجه به تعداد جملات ریاضی بیشتر، برای داده های بدون نوفه بسیار دقیق و برای داده های نوفه ای با درصد خطای کمتر و آستانه نوفه بالاتر، از دقت بیشتری نسبت به روش میانگین متحرک مرتبه دوم برخوردار است. همچنین این روش برای داده های مغناطیسی واقعی نیز تطابق خوبی (5 درصد خطای برآورد ژرفا) از خود نشان داد.