دانلود مقاله ISI انگلیسی شماره 52125
عنوان فارسی مقاله

پیش بینی سری زمانی فصلی با هوش محاسباتی: در روشهای اخیر و پتانسیل ترکیب آنها

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
52125 1992 12 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Forecasting seasonal time series with computational intelligence: On recent methods and the potential of their combinations
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 40, Issue 6, May 2013, Pages 1981–1992

کلمات کلیدی
سری زمانی؛ هوش محاسباتی؛ شبکه های عصبی؛ ماشین بردار پشتیبانی؛ قوانین فازی؛ الگوریتم ژنتیک
پیش نمایش مقاله
پیش نمایش مقاله پیش بینی سری زمانی فصلی با هوش محاسباتی: در روشهای اخیر و پتانسیل ترکیب آنها

چکیده انگلیسی

Accurate time series forecasting is a key issue to support individual and organizational decision making. In this paper, we introduce novel methods for multi-step seasonal time series forecasting. All the presented methods stem from computational intelligence techniques: evolutionary artificial neural networks, support vector machines and genuine linguistic fuzzy rules. Performance of the suggested methods is experimentally justified on seasonal time series from distinct domains on three forecasting horizons. The most important contribution is the introduction of a new hybrid combination using linguistic fuzzy rules and the other computational intelligence methods. This hybrid combination presents competitive forecasts, when compared with the popular ARIMA method. Moreover, such hybrid model is more easy to interpret by decision-makers when modeling trended series.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.