دانلود مقاله ISI انگلیسی شماره 79503
عنوان فارسی مقاله

پیش بینی سری های زمانی با استفاده از یک روش شناسی بر اساس میانگین متحرک خودگردان یکپارچه و برنامه نویسی ژنتیکی

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
79503 2011 7 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Forecasting time series using a methodology based on autoregressive integrated moving average and genetic programming
منبع

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

Journal : Knowledge-Based Systems, Volume 24, Issue 1, February 2011, Pages 66–72

کلمات کلیدی
ARIMA؛ مدل ترکیبی؛ برنامه نویسی ژنتیک؛ پیش بینی؛ شبکه های عصبی مصنوعی
پیش نمایش مقاله
پیش نمایش مقاله پیش بینی سری های زمانی با استفاده از یک روش شناسی بر اساس میانگین متحرک خودگردان یکپارچه و برنامه نویسی ژنتیکی

چکیده انگلیسی

The autoregressive integrated moving average (ARIMA), which is a conventional statistical method, is employed in many fields to construct models for forecasting time series. Although ARIMA can be adopted to obtain a highly accurate linear forecasting model, it cannot accurately forecast nonlinear time series. Artificial neural network (ANN) can be utilized to construct more accurate forecasting model than ARIMA for nonlinear time series, but explaining the meaning of the hidden layers of ANN is difficult and, moreover, it does not yield a mathematical equation. This study proposes a hybrid forecasting model for nonlinear time series by combining ARIMA with genetic programming (GP) to improve upon both the ANN and the ARIMA forecasting models. Finally, some real data sets are adopted to demonstrate the effectiveness of the proposed forecasting model.

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