ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تقدير معلمات نموذج الإنحدار ال...>الوصف

تقدير معلمات نموذج الإنحدار المبتور باستخدام خوارزمتي سرب الطيور وأشباه نيوتن

العنوان بلغة أخرى: Estimatingthe Parameters of the Truncated Regression Model Using the Two Algorithms PSO and Quasi-Newton
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: بشير، غالية توفيق (مؤلف)
المجلد/العدد: ع27
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 83 - 106
ISSN: 1680-855X
رقم MD: 978839
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
السياسة التعليمية | البرامج التعليمية | الوسائل التعليمية | طرق التدريس | المقاييس والإختبارات التربوية | نموذج الإنحدار المبتور | خوارزمة سرب الطيور | خوارزمة أشباه نيوتن | المعلمات | مستخلصات الأبحاث
كلمات المؤلف المفتاحية:
الإنحدار المبتور | خوارزمية سرب الطيور | خوارزمية أشباه نيوتن
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تم في هذا البحث تقدير معلمات نموذج الانحدار المبتور Regression model Truncated باستخدام خوارزميتين، إذ تتمثل الخوارزمية الأولى باستخدام خوارزمية أمثلة سرب الطيور (Particle Swarm Optimization (PSO التي نسعى من خلالها للحصول على الحل الأمثل. أما الخوارزمية الثانية فهي إحدى خوارزميات الأمثلية التقليدية والتي تعرف بخوارزمية أشباه نيوتن Quasi-Newton Algorithm وبالتحديد خوارزمية Broyden-Fletcher-Goldforb-Shanno (BFGS) للتوصل إلى القيم المثلى لهذه المعلمات. كما تم في هذا البحث اقتراح خوارزمية مهجنة تم من خلالها الربط بين خوارزمية (BFGS)، وخوارزمية أمثلة سرب الطيور (PSO). ولإيجاد القيم المثلى لهذه المعلمات تمت برمجة هذه الخوارزميات باستخدام البرنامج الجاهز Matlab 7.11 (R2010b)، ومن خلال النتائج تبين أن عدد التكرارات الناتجة من استخدام الخوارزمية المهجنة (BFGS-PSO) أقل من عدد التكرارات الناتجة من خوارزمية (BFGS)، والتي تم الحصول على نتائجها بالاستعانة بالبرنامج Stata11 بمقدار الخطأ المسموح به نفسه.

In this research ,the estimation of the parameters of the truncated regression model was perfomed using two algorithms, the first algorithm is one of the intelligent techniques from which we seek to get the optimal solution, which is known as particle swarm optimization algorithm, and the second is one of the conventional optimization algorithms; which is known as Quasi-Newton algorithm namely BFGS algorithm to reach the optimum values for these parameters. This research also proposes a hybrid algorithm, linking BFGS algorithm with PSO algorithm. To find the optimal values for these parameters, we are programming these algorithms using the ready matlab7.11(R2010b). Results show that the number of iterations resulting from the use of the hybrid algorithm (BFGS-PSO) is less than the number of iterations of the algorithm (BFGS) and that the results were obtained using the program Stata11 by the same amount of allowable errors.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.