ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > مقارنة بين طرائق التنبؤ لسلسلة...>الوصف

مقارنة بين طرائق التنبؤ لسلسلة حمل الذروة اليومي للطاقة الكهربائية في مدينة الموصل

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: الصفاوي، صفاء يونس (مؤلف)
مؤلفين آخرين: غانم، إيمان إبراهيم (م. مشارك)
المجلد/العدد: ع25
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 97 - 116
ISSN: 1680-855X
رقم MD: 636233
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
السلاسل الزمنية | التحليل الإحصائي | المقاييس والإختبارات العلمية | الطاقة الكهربائية | التنبؤ | الموصل | العراق | المجتمع العراقي
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: لقد أولى تحليل السلاسل الزمنية اهتماما كبيرا للتنبؤ وتم اقتراح العديد من الأساليب لغرض إجراء التنبؤ. ونظرا لأهمية التنبؤ بط ائقه المختلفة جاء هدف هذا البحث المتمثل بإجراء مقارنة بين طريقة بوكس-جينكنز، وطرائق التمهيد الأسي في التنبؤ والمفاضلة بينهم بالاعتماد على معايير متوسط مربعات الخطأ (MSE) ومتوسط الخطأ المطلق (MAE) ومتوسط النسبة المطلقة للخطأ (MAPE)، للتنبؤ بالقيم المستقبلية لنماذج السلاسل الزمنية الموسمية وكان النموذج المقترح والملائم لبيانات السلسلة الزمنية هو ARIMA(0,1,2) (0,1,1)، وقد تم تطبيقه على بيانات سلسلة زمنية تمثل حمل الذروة اليومي للطاقة الكهربائية في مدينة الموصل.

Time series analysis gives a great importance to predict and many of the methods proposed for the purpose of forecasting. In view of the importance of accession deviation it was different of the goal of this research for a comparison between the Box-Jenkins method and Exponential Smoothing methods and compare the standard based on the mean square error(MSE) and mean absolute error (MAE) and mean absolute percentage error (MAPE), to assume the future values of the seasonal time series models and the model of suggested and fitting for time series data is ARIMA (0,1,2)(0,1,1) and has been applied to the observations represent daily of peak load for electric power in Mosul.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.