ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام أسلوب احدار الحرف فى ا...>الوصف

استخدام أسلوب احدار الحرف فى التنبؤ لتقدير نماذج الصندوق الاسود مع التطبيق

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: الطالب، محاسن صالح عبدالله (مؤلف)
المجلد/العدد: ع 22
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2012
الصفحات: 121 - 135
ISSN: 1680-855X
رقم MD: 422848
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
نينوى | الاحصاء | الاساليب الاحصائية | التحليل الاحصائى | البيانات الاحصائية | التنبؤ المستقبلى | العراق | الاحوال الاجوية | دراجات الحرارة
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
المستخلص: تناول البحث توفيق بعض نماذج الصندوق الأسود منها نماذج خطأ المخرجات التي تضم نموذج الانحدار الذاتي مع مدخلات إضافية ARX ونموذج الانحدار الذاتي والمتوسطات المتحركة مع مدخلات إضافية ARMAX, تم اختيار أفضل نموذج يمثل البيانات التي تتعلق بدرجة الحرارة التي تتأثر بمجموعة من المتغيرات التوضيحية تمثلت ب (الإشعاع الشمسي والسطوع الشمسي والتبخر). قدرت معلمات أفضل نموذج بطريقة انحدار الحرف عند وجود معلومات مسبقة حول معلمات الأنموذج وعدمه وتمت مقارنة خطأ التكهن للنموذج الذي قدر بطريقة المربعات الصغرى وطريقة انحدار الحرف عند عدم توفر المعلومات المسبقة عن المعلمات وعدمه.

This paper is concerned with fitting some black box models. Some of them are, the outputs error model which contains the autoregressive and autoregressive moving average with additional inputs (ARX and ARMAX). The best model has been chosen which represents the data about the Temperature which is affected by some predictor variables which they were represented by (Brightness, unlike radiation, and evaporation). The parameters of the best model were estimated by the ridge regression method with and without the existence of prior information around the model parameters. The prediction errors of the model which has been estimated by least square and ridge regression when the prior information about the parameters is available were compared.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.