تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > بحث>التنبؤ بالسلاسل الزمنية باستخد...>الوصف

التنبؤ بالسلاسل الزمنية باستخدام النموذج الهجين للانحدار الذاتي المتكامل للمتوسطات المتحركة مع الشبكات العصبية الاصطناعية وآلية المتجه الداعم للانحدار

المصدر: مجلة التجارة والتمويل
الناشر: جامعة طنطا - كلية التجارة
المؤلف الرئيسي: عبدالجواد، وليد عاطف عبدالعزيز (مؤلف)
مؤلفين آخرين: أبو زيد، نصر إبراهيم رشوان نصر (م. مشارك) , كامل، مي محمد (م. مشارك)
المجلد/العدد: ع4
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: ديسمبر
الصفحات: 785 - 814
ISSN: 1110-4716
رقم MD: 1540171
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
أسعار النفط | النماذج الهجينة | الانحدار الذاتي | الشبكات العصبية
كلمات المؤلف المفتاحية:
شبكة الانحدار الذاتي غير الخطى | آلية المتجه الداعم للانحدار | النماذج الهجينة | مقاييس دقة التنبؤ | أسعار النفط الخام العالمية الشهرية | Box and Jenkins Approach | NAR | SVR | Hybrid Models | Forecast Accuracy Measures | Global Monthly Crude Oil Prices
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

5

حفظ في:
المستخلص: يهدف هذه البحث إلى استخدام كلا من النماذج الهجينة (ARIMA-ANN, ARIMA-SVR, ARIMA-ANN- SVR) والنماذج المفردة (ARIMA, ANN, SVR) للتنبؤ بأسعار النفط الخام العالمية الشهرية. تم استخدام بيانات السلسلة الزمنية لأسعار النفط الخام الشهرية العالمية خلال الفترة 1 مارس 1993 حتى 1 ديسمبر 2022 والتي تمثل 358 مشاهدة. وقد توصل البحث إلى أن النموذج الهجين المقترح ARIMA-ANN-SVR كان أفضل وأدق في التنبؤ بأسعار النفط الخام الشهرية العالمية من النماذج الهجينة (ARIMA-ANN, ARIMA-SVR) والنماذج المفردة (ARIMA, ANN, SVR) وذلك لحصوله على أقل قيم لمعايير دقة التنبؤ، (متوسط مربعات الأخطاء (MSE) والمتوسط المطلق للخطأ (MAE) ونسبة المتوسط المطلق للخطأ (MAPE).

This paper aims to use both hybrid models (ARIMA-ANN, ARIMA-SVR, ARIMA-ANN- SVR) and individual models (ARIMA, ANN, SVR) to forecast global monthly crude oil prices. The time series data of global monthly crude oil prices were used during the period from March 1, 1993 to December 1, 2022, which represents 358 observations. The research found that the proposed hybrid model ARIMA-ANN-SVR was better and more accurate in predicting global monthly crude oil prices than the hybrid models (ARIMA-ANN, ARIMA-SVR) and single models (ARIMA, ANN, SVR) due to obtaining the lowest values of the prediction accuracy criteria (Mean Square Error (MSE), Mean Absolute Error (MAE), Mean Absolute Percent Error (MAPE).
ISSN: 1110-4716

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.