ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام الطرق اللاخطية "MLP, E...>الوصف
يجب تسجيل الدخول أولا

استخدام الطرق اللاخطية "MLP, ELM, SVM" في التنبؤ بالسلاسل الزمنية: دراسة حالة

العنوان بلغة أخرى: Using Nonlinear Methods "MLP, ELM, SVM" for Time Series Forecasting: Case Study
المصدر: مجلة جامعة الأنبار للعلوم الاقتصادية والإدارية
الناشر: جامعة الأنبار - كلية الإدارة والاقتصاد
المؤلف الرئيسي: التلباني، شادي إسماعيل (مؤلف)
مؤلفين آخرين: عبدالحميد، مظهر خالد (م. مشارك)
المجلد/العدد: مج13, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2021
الصفحات: 274 - 291
ISSN: 1998-8141
رقم MD: 1145382
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التقنيات الذكية | الشبكات الاصطناعية | علم الرياضيات | علم الحاسوب
كلمات المؤلف المفتاحية:
آلة متجه الدعم | الشبكات العصبية | التنبؤ | Support Vector Machines | Neural Networks | Forecasting
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

45

حفظ في:
المستخلص: هدفت هذه الدراسة إلى استخدام كلا من الشبكات العصبية الاصطناعية (ANN) وآلة متجه الدعم (SVM) والتي تعتبر نماذج غير خطية، بالإضافة إلى استخدام الانحدار الذاتي والمتوسطات المتحركة التكاملية (ARIMA) والذي يمثل النموذج التقليدي، للتنبؤ بمؤشر أسعار المعادن الشهري. تم استخدام بيانات السلسلة الزمنية لمؤشر أسعار المعادن الشهري وذلك خلال الفترة الزمنية من أكتوبر 1990 حتى أكتوبر 2020 وبذلك يكون حجم العينة 361 مشاهدة. توصلت الدراسة في البداية إلى تحديد النموذج الأفضل من بين نماذج كل طريقة وكانت النتائج كالتالي ARIMA(1,1,0), MLP 5-5-1, ELM 5-100-1 and SVM with (Cost(C) = 1000, Epsilon(ε) = 0.1, gamma(γ) =100) . وفي نهاية الدارسة تمت المفاضلة بين النماذج المقرحة باستخدام معايير دقة التنبؤ RMSE, MAE, MAPE وأشارت النتائج إلى أن نموذج ELM أفضل من نماذج ARIMA, MLP, SVM بالإضافة إلى أن نموذج ARIMA أفضل من MLP, SVM .

This study aimed to use both the Artificial Neural Network (ANN) and the Support Vector Machines (SVM) which considered as a non-linear models, in addition, to use the autoregressive integrated moving average (ARIMA) which represent a traditional model to predict the monthly prices of metal index. The study used time series data for the monthly prices of metal index during the period of October 1990 to October 2020, therefore the sample size is 361 observations. Initially, the study determined the best model for each method, results were are follow, ARIMA(1,1,0), MLP 5-5-1, ELM 5-100-1 and SVM with (Cost(C) = 1000, Epsilon(ε) = 0.1, gamma(γ) =100). Finally, the study differentiated between the recommended models by using the predictive accuracy measures such as RMSE, MAE, and MAPE. Results indicated that ELM model was better than ARIMA, MLP, and SVM, in addition, ARIMA model is better than MLP and SVM.
ISSN: 1998-8141

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.