المستخلص: |
تناول البحث بناء النماذج الهجينة المتولدة من دمج نموذج الانحدار الذاتي والمتوسطات المتحركة التكاملية ARIMA مع نموذج الشبكات العصبية الاصطناعية ANNs، وذلك باستخدام بواقي ARIMA كمدخلات لنموذج ANN وبالعكس، بالاعتماد على بيانات السلسلة الزمنية الشهرية لأسعار الذهب العالمية لغرض المقارنة بين النماذج الهجينة ARIMA-ANN وANN-ARIMA مع النماذج المفردة ARIMA, ANN، وتمت المفاضلة بينهم باستخدام مقاييس دقة التنبؤ MAE وRMSE لإيجاد النموذج الأمثل للتنبؤ بالقيم المستقبلية. وقد أظهر البحث تفوق نموذج ARIMA-ANN على غيره من النماذج الأخرى لامتلاكه أقل القيم لمقاييس دقة التنبؤ.
The research tackles constructing the hybrid models generated from integrated autoregressive moving average mode! (ARIMA) with the artificial neural networks (ANNs), This is done using ARIMA residuals as inputs for ANN model or vice versa, based on global gold price time series data to compare hybrid models of ARIMA-ANN and ANN-ARIMA with single models ARIMA and ANN, These models are compared using the RMSE and MAE prediction accuracy criteria to find the most appropriate model for predicting future values. This study reveals the superiority of ARIMA-ANN over other models by having the lowest values of the prediction criteria's.
|