ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ بالسلاسل الزمنية باستخد...>الوصف
يجب تسجيل الدخول أولا

التنبؤ بالسلاسل الزمنية باستخدام الشبكات العصبية الاصطناعية: دراسة تطبيقية على الإيرادات العامة في الجزائر

العنوان بلغة أخرى: Forecasting Time Series Using Artificial Neural Networks: An Applied Study on Public Revenues in Algeria
المصدر: مجلة الإدارة والتنمية للبحوث والدراسات
الناشر: جامعة علي لونيسي البليدة 2 - مخبر تسيير الجماعات المحلية ودورها في تحقيق التنمية
المؤلف الرئيسي: رياض الدين، صالحي (مؤلف)
مؤلفين آخرين: شعباني، مجيد (م. مشارك)
المجلد/العدد: مج12, ع2
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2023
الشهر: ديسمبر
الصفحات: 275 - 293
DOI: 10.51991/2230-012-002-014
ISSN: 2335-1373
رقم MD: 1440793
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الذكاء الاصطناعي | الشبكات العصبية الاصطناعية | الإيرادات العامة | الجزائر
كلمات المؤلف المفتاحية:
شبكات عصبية اصطناعية | سلاسل زمنية | تنبؤ | Artificial Neurrone Network | Times Series | Forecasting
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: هدفت هذه الدارسة إلى عرض تقنية من تقنيات الذكاء الاصطناعي والمتمثلة في الشبكات العصبية الاصطناعية من خلال عرض مكوناتها وشكلها الرياضي مع شرح طريقة عملها في التنبؤ بسلاسل الزمنية والتي تعتبر تقنية جيدة في التعامل مع سلاسل زمنية غير خطية بحيث لا تؤخذ بعين الاعتبار الخصائص الإحصائية لسلسلة على غرار الطرق الإحصائية التقليدية في الجانب التطبيقي قمنا بالتنبؤ بالسلسلة الزمنية للإيرادات العامة في الجزائر تتكون من 31 مشاهدة سنوية ممتدة من سنة 1990 إلى غاية 2020 والتنبؤ بقيمها لثلاث سنوات مستقبلية باستخدام شبكة عصبية متعددة الطبقات وبالاعتماد على برمجية بايثون تم الاعتماد على طريقة الانحدار الخطي كممثل رئيسي للطرق الإحصائية التقليدية في التنبؤ للمقارنة وقد أسفرت النتائج عن تفوق نموذج الشبكات العصبية الاصطناعية عن طريق الانحدار الخطي من خلال عدة معاير قياس جودة التنبؤ.

Through this study, we aim to present one of the techniques of artificial intelligence represented by artificial neural networks and to explain its method of work in predicting time series, which is considered more efficient than traditional statistical methods. On the applied side, we used a multi-layered neural network to predict a time series of public revenues consisting of 31 annual observations extending from 1990 to 2020 for Algeria, and compared the accuracy of its prediction by the linear regression method, which proved its superiority through several criteria for measuring the quality of prediction.
ISSN: 2335-1373

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.