ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > كفاءة طريقتي الشبكات العصبية و...>الوصف

كفاءة طريقتي الشبكات العصبية وطريقة بوكس جنكنز في التنبؤ مع حالات تطبيقية في العراق

المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: الجراح، نوال علاء الدين (مؤلف)
المؤلف الرئيسي (الإنجليزية): Ibrahim, Nawal A.
المجلد/العدد: س 34, ع 89
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2011
الصفحات: 174 - 194
ISSN: 1813-6729
رقم MD: 424790
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كفاءة الأداء | السلاسل الزمنية | طريقة الشبكات العصبية | طريقة بوكس جنكنز | التنبؤ | العراق | الأساليب الإحصائية | التحليل الإحصائي
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تم مقارنة كفاءة طريقة بوكس جنكنز مع طريقة الشبكات العصبية للتنبؤ بالسلاسل الزمنية. تم بناء أربعة نماذج تنبؤ لسلاسل زمنية مختلفة في درجة التعقيد باستخدام خوارزمية التعلم الرجعي back propagation neural network وتم مقارنتها مع نماذج بوكس جنكنز القياسية standard box Jenkins وتم التوصل إلى أن نتائج بان طريقة الشبكات العصبية اكثر كفاءة ومتانة وتعطي نتائج أدق للتنبؤ وبالإمكان الاعتماد عليها كطريقة بديلة في التنبؤ.

This paper attempts to make a comparison between the most famous classic method of forecasting ; Box-Jenkins method , and the famous expirt forecasting method; neural network method . The comparison is based on the forecast error that is evaluated for different types of time series data ; i.e. general and seasonal data . This study showed that the Neural method was very sutable for both data types with better results than box-jenkins method .hence different neural network models were fitted and the resulted forecast were compared with the results obtained from the (box-jenkins) seasonal and non-seasonal ARIMA models. the results showed superior performance of neural network technology; which makes it a valuable tool for decision making .
ISSN: 1813-6729

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.