Fuzzy Time Series Forecasting: Chen, Markov Chain and Cheng Models
| العنوان بلغة أخرى: |
التنبؤ بالسلاسل الزمنية الضبابية باستخدام نموذج Chen ونموذج سلاسل ماركوف ونموذج Cheng |
|---|---|
| المصدر: | مجلة جامعة الإسكندرية للعلوم الإدارية |
| الناشر: | جامعة الإسكندرية - كلية التجارة |
| المؤلف الرئيسي: | أبو النصر، منى محمود سامي (مؤلف) |
| المؤلف الرئيسي (الإنجليزية): | Abo El Nasr, Mona Mahmoud Samy |
| المجلد/العدد: | مج60, ع2 |
| محكمة: | نعم |
| الدولة: |
مصر |
| التاريخ الميلادي: |
2023
|
| الشهر: | مارس |
| الصفحات: | 33 - 45 |
| ISSN: |
2682-4183 |
| رقم MD: | 1371272 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
السلاسل الزمنية الضبابيه | سلاسل ماركوف | متوسط مربعات الخطأ ولغة R | Fuzzy Time Series | Markov Chain Methods | Chen Methods | Cheng Methods | Mse | Rmse and R Software
|
| رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
| المستخلص: |
تدرس هذه الورقة وتستعرض عدة إجراءات لتحليل السلسلة الزمنية الضبابية على الرغم من أن طرق التنبؤ لها تطبيقات متقدمة في العقود القليلة الماضية، إلا أن السلاسل الزمنية الضبابية شائعة ولديها الكثير من الاهتمام لأنها لا تتطلب أي افتراضات إحصائية بشأن بيانات السلاسل الزمنية. استخدمت الأبحاث السابقة نماذج السلاسل الزمنية الضبابية للتنبؤ بإحصائيات التسجيل وأسعار الأسهم وأسعار الصرف وما إلى ذلك. الهدف الرئيسي من هذا العمل هو دراسة مقارنة لبعض الطرق المختلفة للتنبؤ بالسلسلة الزمنية الضبابية ومن بينها Markov Chain وChen وCheng لبيانات شركة سيارات غبور وتم استخدام سبعة معايير إحصائية للتحقق من دقة النماذج. تم إجراء جميع الحسابات باستخدام نظام برنامج R باستخدام حزمة (AnalyzeTSR) وقد أظهر نموذج السلسلة الزمنية الضبابية لسلسلة ماركوف أعلى أداء (في جميع المقاييس)؛ على سبيل المثال، في إحصائيات RMSE وMAPE وU هي 0.013 و0.116 و1.05 على التوالي. This paper studies and reviews several procedures for Fuzzy Time Series analysis. Even though forecasting methods have advanced applications in the last few decades, Fuzzy Time Series are common and have a lot of interest because they do not require any statistical assumptions on time series data. Previous research has employed Fuzzy Time Series models to forecast enrollment statistics, stock prices, exchange rates, etc. The major goal of This work is a comparative study of some different methods of forecasting the Fuzzy Time Series among which are the Markov Chain, Chen, and Cheng for Ghabbour Autocars data. Seven statistical criteria have been used for investigating the accuracy of the models. All the calculations were performed using the R software system using the AnalyzeTS R package. The Markov-chain fuzzy time series model showed the highest performance (in all metrics); for instance, in RMSE, MAPE, and U-statistics are 0.013, 0.116, and 1.05 respectively. |
|---|---|
| ISSN: |
2682-4183 |
عناصر مشابهة
-
Forecasting Financial Time Series Using A Low Complexity Recurrent Neural Network And Evolutionary Learning Approach
بواسطة: Rout, Ajit Kumar منشور: (2017) -
Finite Fuzzy Markov Chains
بواسطة: Mara’Beh, Mohammad Ali Ayesh منشور: (2011) -
Predicting Time Series Model Real Estate Activities in KSA
بواسطة: Ahmed, Abuzar Yousef Ali منشور: (2023) -
Finite Fuzzy Markov Chains
بواسطة: Mara'Beh, Mohammad Ali Ayesh منشور: (2011) -
Using Single Exponential Smoothing Model and Grey Model to Forecast Corn Production in Iraq during the Period "2022- 2030"
بواسطة: كريم، ريزان حمه رشيد منشور: (2023)
