ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تقييم تنبؤ السلسلة الزمنية لمع...>الوصف

تقييم تنبؤ السلسلة الزمنية لمعدلات درجات الحرارة باستخدام الشبكات العصبية

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: البدرانى، ظافر رمضان مطر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Al. B., Thafer Ramadan
مؤلفين آخرين: صليوا، رهاد عماد (م. مشارك)
المجلد/العدد: ع26
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2014
الصفحات: 1 - 19
ISSN: 1680-855X
رقم MD: 635966
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
تكنولوجيا المعلومات | الشبكات العصبية | السلسلة الزمنية | التنبؤ | التحليل الإحصائي | مستخلصات الأبحاث
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: قورنت في هذا البحث دقة التنبؤ بين الطريقة الإحصائية للسلاسل الزمنية المتمثلة بمنهجية (بوكس-جنكنز) وبعض الشبكات العصبية الاصطناعية من خلال تطبيق ثلاث شبكات هي (FFNN) Neural Network Feed Forward و (Neural Network (ENN Elman والشبكة الثالثة هي Nonlinear Autoregressive with Exogenous Input (NARX) ، تختلف هذه الشبكات فيما بينها من حيث وجود التغذية العكسية في هيكليتها من عدمه، وتم التطبيق على بيانات المعدلات الشهرية لدرجات الحرارة العظمى لمدينة De Belt الهولندية للأعوام من 1983 - 2009 لدقتها ، إذ بلغ عددها 324 مشاهدة والإبقاء على 12 مشاهدة كعينة بعدية للمقارنة مع قيم التنبؤ التي يتم الحصول عليها من النموذج، وقد بينت نتائج التنبؤ أن أداء الشبكات العصبية ذوات التغذية العكسية أفضل من غيرها ومن أداء (بوكس-جنكنز).

In this paper have Compared a prediction accuracy between the statistical time series method by using methodology of(Box – Jenkins), and artificial neural networks method by three different types of networks through the presence of feedback in their structure or not .These networks are Feed Forward Neural Network (FFNN), Elman Neural Network (ENN) and Nonlinear Autoregressive with Exogenous Input (NARX), using data of monthly averages maximum temperatures in the Netherland City DeBelt for the years 1983 to 2009, Which numbered 324 observations, Twelve observations were kept as truncated sample comparing with the result of prediction models . The Prediction results which performance that Neural Networks with feedback better than those missed the principle of feedback as well as on the Box – Jenkins method.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.