ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام الأنموذج الهجين "SARIM...>الوصف

استخدام الأنموذج الهجين "SARIM - ELMAN "ERNN للتنبؤ بالمعدلات الشهرية لدرجات الحرارة العظمي لمدينة بغداد

العنوان بلغة أخرى: Using The Hybrid Model SARIMA - ELMAN "ERNN" to Predict the Monthly Maximum Temperature of Baghdad
المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: الجادر، بثينة عبدالجادر عبدالعزيز (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdul Jader, Buthaina
مؤلفين آخرين: عبدالمجيد، على طارق (م. مشارك)
المجلد/العدد: س42, ع118
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2019
الصفحات: 270 - 284
DOI: 10.31272/JAE/.42.2019.1188.18
ISSN: 1813-6729
رقم MD: 987693
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الأنموذج الهجين | الشبكات العصبية الاصطناعية | التنبؤات المستقبلية
كلمات المؤلف المفتاحية:
الأنموذج الهجين | الأنموذج الموسمي المضاعف | التقدير | التنبؤ | الشبكات العصبية الاصطناعية | شبكة ايلمان العصبية التكرارية
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: إن عملية التخطيط الاستراتيجي لظاهرة معينة وعملية اتخاذ القرارات المناسبة تعتمد بشكل أساس على عملية التنبؤ المستقبلي الدقيق من خلال وضع أنموذج رياضي لتمثيل تلك الظاهرة، لذا تناول هذا البحث دراسة نماذج السلاسل الزمنية الموسمية الهجينة بافتراض أن السلسلة الزمنية تحتوى على المركبة الخطية إذ يمكن وصفها بالأنموذج الموسمي المضاعف SARIMA (p,d,q) (P,D,Q) s والمركبة اللاخطية إذ توصف أنموذج الشبكة العصبية الاسترجاعية (شبكة ايلمان) لتمثيل المعدلات الشهرية لدرجات الحرارة العظمي لمدينة بغداد للسنوات (1937-2013) ومن خلال استخدام مجموعة من المقاييس الإحصائية وجد أن الانموذج الهجين SARIMA (p,d,q) (P,D,Q) s-ELMANيمتلك قيم صغيرة لــ متوسط مطلق الخطأ (MAE) ومتوسط الانحراف المطلق (MAD) ومتوسط مطلق الخطأ النسبي (MAPE) والجذر التربيعي لمتوسط مربعات الخطأ (RMSE) ومتوسط مربعات الخطأ (MSE) والخطأ المعياري للتنبؤ (SEP) وقيمة عالية لــR2 ، لذا تم استخدامه للتنبؤ بالمعدلات الشهرية لدرجات الحرارة العظمي لمدينة بغداد للسنتين 2017-2018.

The process of strategic planning of a particular phenomenon and the process of making appropriate decisions depend on the process of accurate future prediction through the improvement of a model to represent that phenomenon , This research uses Seasonal Time Series Hybrid Models assuming that the series include components linear , which can be described as the The Multiplicative Sasonal Model SARIMA (p, d, q) (P, D, Q) S and non-linear Component, describing the The Model Elman Recurrent Of The Neural Network Model For the monthly rates of maximum temperatures for the city of Baghdad for the years (1937- 2013) Using a set of statistical measures, it has been found that the hybrid model SARIMA (P, D, q) (P, D, Q) S-ELMAN has small values for Mean Absolute Error (MAE) and Mean Absolute Deviation (MAD) and Mean Absolute Percentage Error (MAPE) and Root Mean Square Error (RMSE) And Standard Error of Prediction (SEP),and high value for Therefore, it was used to predict the monthly average temperature for Baghdad City for the years 2017-2018.
ISSN: 1813-6729

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.