logo
logo
ArEn

نتایج جست و جو:

793

تعداد نتایج:

793

مرتبط ترین ها

به روز ترین ها

پر بازدیدترین ها

پر دانلودترین ها

فیلتر ها

از سال

تا سال

زبان

نوع محتوا

نوع دسته بندی

متن کامل

پیش بینی نوسانات بازده بازار با استفاده از مدل های ترکیبی گارچ شبکه عصبی

کلیدواژه: پیش بینی نوسان، بازده شاخص کل، مدل های گارچ، شبکه عصبی مصنوعی، مدل های ترکیبی

نویسندگان: سعیدی حسین، محمدی شاپور

ناشر: بورس اوراق بهادار - JOURNAL OF SECURITIES EXCHANGE

در این پژوهش به مطالعه توان پیش بینی طیف وسیعی از مدل های ناهمسانی واریانس شرطی (G) ARCH طی یک دوره 126 ماهه بر روی بازده روزانه شاخص کل بورس تهران (TEDPIX) پرداخته شده است. نتایج بررسی این مدل ها تایید کننده وجود سه ویژگی نوسان خوشه ای، عدم تقارن و نیز غیر خطی بودن، در سری زمانی بازده می باشد. سپس ... ادامه

سال:1390

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی بارش ماهانه با مدل ترکیبی شبکه عصبی مصنوعی – موجک و مقایسه با مدل شبکه عصبی مصنوعی

کلیدواژه: پیش بینی بارش ماهانه، شبکه عصبی مصنوعی، شهرستان نهاوند، مدل ترکیبی شبکه عصبی – موجک

نویسندگان: سلگی اباذر، زارعی حیدر، پورحقی امیر، خدابخشی حمیدرضا

ناشر: مهندسی آبیاری و آب ایران - Journal of Irrigation and Water Engineering

بدون شک اولین قدم در مدیریت رودخانه پیش بینی بارش سطح حوضه آبریز می باشد. با این حال، با توجه به بالا بودن خاصیت تصادفی فرآیندها، بسیاری از مدل ها هنوز هم به منظور تعریف چنین پدیده پیچیده ای در زمینه مهندسی هیدرولوژیک توسعه داده می شوند. اخیرا شبکه های عصبی مصنوعی به عنوان یک برونیابی و درون یابی غی... ادامه

سال:1395

لینک به محتوا با زبان هدف

مشاهده/دانلود

طراحی مدلی جهت پیش بینی بازده شاخص بورس (با تاکید بر مدل های ترکیبی شبکه عصبی و مدل های با حافظه بلندمدت)

کلیدواژه: بازار سهام,پیش بینی,خانواده GARCH,شبکه عصبی,مدل ترکیبی

نویسندگان: نجارزاده رضا، ذوالفقاری مهدی، غلامی صمد

ناشر: دانش سرمایه گذاری - INVESTMENT KNOWLEDGE

این پژوهش به معرفی مدل هایی از ترکیب خانواده GARCH و شبکه عصبی مصنوعی، جهت پیش بینی بازدهی روزانه شاخص بورس اوراق بهادار تهران طی فاصله زمانی 1396-1387 می پردازد. وجود ویژگی حافظه بلندمدت در واریانس شرطی بازدهی شاخص کل بورس موجب شده تا علاوه بر مدل های دارای حافظه کوتاه مدت GARCH و EGARCH در این پژو... ادامه

سال:1399

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی نوسانات بازده با استفاده از مدل ترکیبی تبدیلات موجک گسسته و گارچ

کلیدواژه: الگوریتم تکاملی بهینه سازی ملخ,شبکه عصبی پرسپترون چندلایه,سری زمانی

نویسندگان: اسدی نیا پرستو، عبدالهی کیوانی سیدمحمد، حیدرزاده هنزائی علیرضا، موسوی روح بخش سیدشایان

ناشر: بورس اوراق بهادار - JOURNAL OF SECURITIES EXCHANGE

این پژوهش تلاشی در جهت معرفی یک الگوی مطلوب جهت مدل سازی و پیش بینی نوسانات فرآیندهای مالی است. برای مدل کردن ناپایداری موجود در فرآیندهای مالی از ترکیب مدل ناهمگونی واریانس شرطی اتورگرسیو تعمیم یافته (GARCH) و تبدیل موجک گسسته بهره برده ایم. در این مقاله، مدلی برای پیش بینی نوسانات بازده شاخص کل قی... ادامه

سال:1398

لینک به محتوا با زبان هدف

مشاهده/دانلود

تخمین تبخیر و تعرق مرجع روزانه به کمک مدل شبکه عصبی مصنوعی و مدل ترکیبی شبکه عصبی-موجک

کلیدواژه: نیاز آبی,موجک داوبچیز,دما,شاخص آماری,شهرکرد

نویسندگان: گنجی خرم دل ناصر، حسینی سیدمحمدرضا

ناشر: علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی) - Journal of Water and Soil Science

برآورد تبخیر و تعرق به منظور کاربرد در برنامه ریزی، طراحی و مدیریت طرحهای آبیاری و زهکشی و مدیریت منابع آب ضروری است. در این تحقیق به ارزیابی مدل های شبکه عصبی مصنوع، مدل شبکه عصبی-موجک، رگرسیون چند متغیره و روش تجربی هارگریوز در برآورد تبخیر و تعرق مرجع به منظور تعیین بهترین مدل از نظر میزان کارایی... ادامه

سال:1398

لینک به محتوا با زبان هدف

مشاهده/دانلود

مدل ترکیبی شبکه های عصبی مصنوعی پیش خور و خودسازمانده کوهونن برای پیش بینی قیمت سهام

کلیدواژه: پیش بینی، قیمت سهام، شبکه های عصبی خودسازمانده، شبکه های عصبی پیش خور

نویسندگان: حنفی زاده پیام، جعفری ابوالفضل

ناشر: مطالعات مدیریت صنعتی - JOURNAL OF INDUSTRIAL MANAGEMENT STUDIES

این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آنها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خودسازمانده کوهونن اقدام به پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی ق... ادامه

سال:1389

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی درماندگی مالی شرکت ها با استفاده از مدل ترکیبی سیستم ایمنی مصنوعی و شبکه عصبی موجکی (هوش مصنوعی)

کلیدواژه: درماندگی مالی,پیش بینی مالی,شبکه عصبی موجکی,سیستم ایمنی مصنوعی,رگرسیون لجستیک,الگوریتم ترکیبی

نویسندگان: مهرابی رضا، همت فر محمود، صفتی فرید

ناشر: تکنولوژی در کارآفرینی و مدیریت استراتژیک - Journal of Technology in Entrepreneurship and Strategic Management

پیش بینی درماندگی مالی شرکت ها یکی از چالش های اصلی در حوزه مدیریت مالی است. این پژوهش به بررسی کاربرد مدل های هوش مصنوعی در پیش بینی درماندگی مالی می پردازد. در این پژوهش از الگوریتم های مختلفی از جمله شبکه عصبی موجکی (WNN)، سیستم ایمنی مصنوعی (AIS)، رگرسیون لجستیک (LR) و یک الگوریتم ترکیبی از AIS ... ادامه

سال:1403

لینک به محتوا با زبان هدف

مشاهده/دانلود

به کارگیری مدل ترکیبی شبکه های عصبی مصنوعی با رگرسیون فازی با هدف پیش بینی قیمت طلا

کلیدواژه: شبکه های عصبی مصنوعی (ANNs)، رگرسیون فازی، مدل های ترکیبی، پیش بینی سری های زمانی

نویسندگان: خاشعی مهدی، بیجاری مهدی

ناشر: مهندسی صنایع - Advances in Industrial Engineering

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین ب... ادامه

سال:1389

لینک به محتوا با زبان هدف

مشاهده/دانلود

مدل ترکیبی شبکه عصبی مصنوعی-زمین آمار برای پیش بینی مصرف آب شهری: مطالعه موردی: شهر اسکو

کلیدواژه: مصرف آب شهری,مدل ترکیبی,شبکه عصبی مصنوعی,زمین آمار,شهر اسکو

نویسندگان: اجلالی رضاقلی

ناشر: آب و فاضلاب - Water and Wastewater

پیش بینی میزان مصرف در مدیریت منابع آب، به ویژه در مناطق خشک و نیمه خشک مانند کشور ایران اهمیت بسیار زیادی دارد و برنامه ریزی مناسب به منظور بهره برداری مطمئن از این منابع مستلزم وجود ابزار توانمند پیش بینی در این زمینه است. در این پژوهش با توجه به توانایی شبکه های عصبی مصنوعی در مدل سازی سیستم های ... ادامه

سال:1397

لینک به محتوا با زبان هدف

مشاهده/دانلود

فیلتر ها

از سال

تا سال

زبان

نوع محتوا

دسته بندی

متن کامل