در این تحقیق با توجه به شباهت مدلهای اتورگرسیو به مدلهای رگرسیونی نخست روشهای شناسایی نقاط دورافتاده شامل معیار نفوذ و فاصله کوک برای شناسایی نقاط دورافتاده در سریهای زمانی معرفی می شوند. سپس با توجه به اینکه در برخی از سریهای زمانی داده های دورافتاده به صورت متوالی رخ می دهند، روشهای مبتنی بر حذف چند مشاهده پیاپی نظیر آماره حذف چندگانه و فاصله کوک بر اساس حذف چندگانه مشاهدات مورد مطالعه قرار می گیرد. در ادامه با استفاده از روشهای شبیه سازی حدود آستانه ای معیارهای به دست آمده برای شناسایی دقیق نقاط دورافتاده را بررسی نموده و سرانجام کاربرد روشهای مذکور را در مورد سریهای زمانی واقعی نشان می دهیم.

پیش بینی رفتار متغیرهای اقتصادی یکی از الزامات برنامه ریزی برای آینده است که اغلب با استفاده از تکنیکهای سری زمانی انجام می شود، اما انتخاب نوع الگوی سری زمانی بر دقت پیش بینی بسیار اثرگذار است. با این حال، در مطالعات بسیاری انتخاب الگو به صورت دلخواه و نه بر اساس یک روش نظام مند صورت گرفته است.هدف اصلی این مطالعه ارایه رویکردی سیستمی برای مشخص کردن الگوی مناسب سری زمانی برای پیش بینی مصرف دو محصول سیب و پرتقال است. به این منظور اطلاعات و آمار مصرف سرانه این محصول در دوره زمانی 1353-85 انتخاب و چگونگی استفاده از رویکرد یاد شده برای الگوسازی سری های زمانی نشان داده شده است. در این راستا دقت پیش بینی الگوهای پیشنهادی بر مبنای رویکرد سیستمی با الگوی خودتوضیح برداری – که معمولا در مطالعات بدون توجه به این رویکرد و صرفا به صورت دلخواه مورد استفاده قرار می گیرد - مقایسه شده است. نتیجه این مقایسه نشان داد که به کارگیری رویکرد سیستمی می تواند به میزان قابل ملاحظه ای دقت پیش بینی را افزایش دهد . در نهایت با استفاده از الگوهای انتخابی، مصرف سرانه سیب و پرتقال برای دوره زمانی 1386 تا 1395 پیش بینی شده است.

کارایی نشان می دهد که سازمان چگونه از منابع خود در راستای تولید نسبت به بهترین عملکرد در مقطعی از زمان استفاده کرده است. یکی از مهم ترین شاخص های بررسی عملکرد شرکت ها کارایی است، پیش بینی کارایی شرکت های بورس اوراق بهادار و شناسایی عوامل مؤثر بر کارایی شرکت ضرورتی است که در این پژوهش به آن پرداخته شد. به طوری که این تحقیق به بررسی نقش معیار های ریسک و نظام راهبری بر کارایی شرکت می پردازد .. در این راستا، برای اندازه گیری کارایی شرکت از روش تحلیل پوشش داده ها استفاده شده است. متغیرهای مستقل اولیه در این پژوهش شامل متغیرهای نظارتی نظام راهبری می باشد. یافته های تجربی مربوط به بررسی 154 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه ی زمانی 1390 تا 1397، نشان می دهد که متغیرهای نسبت مالکان نهادی، نسبت مدیران غیرموظف، ارتباط سیاسی شرکت و نسبت مالکیت مدیریتی و تمرکز مالکیت نسبت به سایر متغیرها قدرت بالاتری در تبیین کارایی شرکت با استفاده از روش فرهنگی دارند و همجنین از بین معیار های ریسک معیار ریسک مالی،ریسک نوسان قیمت سهام وریسک بحران مالی بر کارایی تاثیر دارد به علاوه، از نتایج دیگر پژوهش می توان به این موضوع اشاره کرد که در پیش بینی و ارائه الگو کارایی آتی شرکت می توان از روش لاسو با خطای ناچیز استفاده کرد.

جریان های چگال مانند بسیاری دیگر از پدیده های ژئوفیزیک ماهیت غیرخطی دارند و در چارچوب و مبانی نظری سیستم های غیر خطی قابل تعریف و تفسیر هستند. سیستم های غیر خطی پدیده های پیچیده و حساس به شرایط اولیه هستند. برای بررسی دینامیک غیرخطی جریان های چگالی در فلوم ها و تغییرات آن ها در اثر تغییرات القایی شرایط اولیه، از شاخص های تحلیل چندفراکتالی شامل طیف تکینگی و بعد فراکتالی استفاده می شود. در این تحقیق با تغییر غلظت، شیب و دبی جریان چگال در فلوم، شاخص های فراکتالی سری های زمانی جریان مورد بررسی قرار گرفت. نتایج نشان داد که با کاهش بعد فراکتال، در واقع دبی، شیب و چگالی جریان متراکم افزایش یافته است. هنگامی که چگالی ورودی از kgm-3 1005 به kgm-3 1008 تغییر می کند، بعد فراکتال سری زمانی سرعت 4.2٪ کاهش می یابد و دامنه و زاویه α، استخراج شده از طیف تکینگی، 9.7٪ کاهش و 9.8٪ افزایش می یابد. ، به ترتیب. علاوه بر این، زاویه چرخش ضریب مقیاس 6.7٪ کاهش می یابد و تمایل سیستم به چند فراکتالی کاهش می یابد.

در این مقاله برای مطالعه سریهای زمانی به دست آمده از سیستمهای پیچیده روش جدیدی معرفی شده است. این روش بر پایه استفاده از مفهوم آنتروپی و به کارگیری رابطه ای برای محاسبه توزیع فواصل با نام واگرایی جانسون- شانون می باشد. در این مقاله به بررسی سریهای زمانی به دست آمده از توزیع فواصل در سیستم بیلیارد همچنین سری زمانی سیگنال الکتریکی قلب پرداخته شده است. به کمک این روش می توان بیلیارد آشوبی و غیرآشوبی همچنین قلب سالم را از قلب بیمار تفکیک کرد. این فرمولبندی می تواند در بررسی دیگر سریهای زمانی نیز مورد استفاده قرار گیرد.

در این مقاله به معرفی ساختاری نوین از سیستم فازی تاکاگی – سوگنو – کانگ (TSK) که دارای بخش استخراج ویژگی در قسمت ورودی می باشد، می پردازیم. روش پیشنهادی تحت عنوان Semi-Polynomial data Mapping Fuzzy Inference System و به اختصار (SPMFIS) معرفی می شود. در روش پیشنهادی از یک نگاشت داده شبه چندجمله ای به منظور تبدیل ورودی های اصلی به ورودی های جدید با ابعاد کاهش یافته استفاده می شود. در گام بعد خروجی حاصل از نگاشت داده شبه چندجمله ای به عنوان ورودی سیستم فازی که در این مقاله از شبکه (Adaptive Network Based Fuzzy Inference System (ANFIS بدین منظور استفاده شده است به کار می رود. به منظور آموزش پارامترهای شبکه ANFIS و بخش نگاشت داده شبه چندجمله ای، از الگوریتم گرادیان نزولی استفاده شده است. همچنین به منظور بررسی کارایی روش مطرح شده، کاربرد آن در کلاس بندی چندین مجموعه داده استاندارد، شناسایی سیستم و پیش بینی سری زمانی مورد بررسی و آزمایش قرار گرفته است. نتایج حاصل از این شبیه سازی ها دلالت بر کارایی بالای روش مطرح شده در برابر روش های مرسوم شناسایی و کلاس بندی دارد.