دانلود رایگان پایان نامه استفاده از روشهای هوش مصنوعی در پیشبینی سریهای زمانی آشوبگونه نوع فایل: word (قابل ویرایش) تعداد صفحات : 101 صفحه چکیده: پیشبینی سریهای زمانی یکی از شاخه های علم آمار و احتمال است که در سایر رشتهها مانند اقتصاد، مهندسی ارتباطات، هواشناسی، مدیریت و بازاریابی کاربرد فراوانی دارد. د
دانلود رایگان
پایان نامه استفاده از روشهای هوش مصنوعی در پیشبینی سریهای زمانی آشوبگونهنوع فایل: word (قابل ویرایش)تعداد صفحات : 101 صفحه چکیده:پیشبینی سریهای زمانی یکی از شاخه های علم آمار و احتمال است که در سایر رشتهها مانند اقتصاد، مهندسی ارتباطات، هواشناسی، مدیریت و بازاریابی کاربرد فراوانی دارد. دامنه کاربرد پیشبینی سریهای زمانی روزبهروز گستردهتر شده و نیاز دانشپژوهان در این زمینه افزونتر میگردد. سریهای زمانی آشوبی، زیرمجموعهای از فرآیندهای غیرخطی با نتایج بسیار پیچیده و نامنظم، تعریف میشوند. در طول چند دهه گذشته، پیشبینی سریهایزمانی آشوبی یک موضوع چالش برانگیز و جالب بوده است. اگرچه سریهای زمانی آشوبی ویژگیهای سیستمهای دینامیکی را به صورت تصادفی نشان میدهند، در فضایحالت مناسب، رفتارهای قطعی را ارائه میدهند.در این پایان نامه پیشبینی سری زمانی آشوبی و تحلیل خطا با استفاده از شبکههای عصبی خطی و غیرخطی همراه با بگارگیری تئوری جاسازی پیشنهاد شده است. سریهای زمانی به طور کلی شامل مؤلفههای خطی و غیرخطی میباشند. در این مطالعه در جهت بهبود دقت پیشبینی، یک روش ترکیبی شامل پیشبینی کننده خطی و غیرخطی، برای مدل کردن هر دو مؤلفه ارائه شده است. ابتدا با استفاده از نظریه جاسازی، سریزمانی در فضای حالت مناسب نمایش داده شده، سپس نقاط فضایحالت به یک شبکه عصبی خطی داده شده اند. خطای سری زمانی پیشبینی شده، محاسبه و به عنوان یک سریزمانی آشوبی جدید، در فضایحالت مناسب جاسازی شده است. در ادامه نقاط فضایحالت بدست آمده به مدل غیرخطی مورد نظر که یک شبکه عصبی بازگشتی المان آموزش داده شده با الگوریتم بهینهسازی جمعیت ذرات میباشد، خورانده شده تا مورد تحلیل قرار گیرند. در نهایت مقادیر پیشبینی شده از سری زمانی اصلی و سری زمانی خطا یعنی خروجی دو پیشبینی کننده خطی و غیرخطی، با هم جمع شده و با مقادیر واقعی سری زمانی مقایسه شدهاند. سریهای زمانی آشوبی مکیگلاس، لورنز و لکههای خورشیدی برای ارزیابی کارایی روش پیشنهادی استفاده شده اند. نتایج به دست آمده نشان دهندهی پیشبینی دقیقتر روش پیشنهادی در مقایسه با روشهای پیشبینی موجود، میباشد.کلمات کلیدی: سری زمانی آشوبی، پیشبینی، نظریه جاسازیس، تحلیل خطا، شبکههای عصبی مصنوعی.فهرست مطالب فصل اول: مقدمه 1 1-1:مقدمه 2 1-2: هدف تحقیق 4 1-3: ساختار پایاننامه ۵فصل دوم: سریهای زمانی آشوبی 6 2-1: معرفی سریهای زمانی 7 2-2: سریهای زمانی آشوبی 10 2-3: تجزیه و تحلیل سریهای زمانی آشوبی 13 2-4: معادلات آشوبی 15فصل سوم: مروری بر روشهای تحلیل سریهای زمانی آشوبی 17 3-1: تعیین پارامترهای فضای حالت برای جاسازی سریزمانی آشوبی 18۳-۱-۱: مروری بر روشهای تعیین پارامترهای فضای حالت 18۳-۱-۲: روشهای تعیین بهینه پارامترهای فضای حالت 20 3-2: پیشبینی سریهای زمانی آشوبی با روشهای هوش محاسباتی و ترکیب آنها ۲۱۳-۲-۱: پیشبینی با روشهای مبتنی بر شبکههای عصبی مصنوعی 22۳-۲-۲: پیشبینی با ترکیب شبکههای عصبی و سایر الگوریتمهای هوش محاسباتی ۲۵ فصل چهارم: شبکههای عصبی مصنوعی و الگوریتم بهینهسازی جمعیت ذرات 28 4-1: شبکههای عصبی مصنوعی 29۴-۱-۱: کاربرد شبکههای عصبی مصنوعی 30۴-۱-۲: ساختار شبکههای عصبی مصنوعی 31۴-۱-۳: یادگیری شبکههای عصبی مصنوعی 32۴-۱-۴: انواع شبکههای عصبی مصنوعی 33۴-۱-۵: شبکه عصبی بازگشتی المان 35۴-۱-۶: شبکه عصبی خطی 35 4-2: الگوریتمهای تکاملی و محاسبات زیستی 37۴-۲-۱: مقدمهای بر الگوریتمهای فرامکاشفهای 37۴-۲-۲: هوشجمعی 39۴-۲-۳: الگوریتم بهینهسازی جمعیت ذرات 41فصل پنجم: روش پیشنهادی 43 5-1: بیان مسئله 44 5-2: مدل پیشبینی و تحلیل خطا 44۵-۲-۱: انتخاب سری زمانی و تشخیص آشوب۴۶۵-۲-۲: جاسازی سریزمانی در فضایحالت 46۵-۲-۳: بکارگیری پیشبینی کننده خطی برای پیشبینی سری زمانی اصلی۴۶۵-۲-۴: محاسبه خطا و جاسازی آن در فضای حالت 47۵-۲-۵: بکارگیری پیشبینی کننده غیرخطی برای پیشبینی سری زمانی خطاها ۴۷۵-۲-۶: مجموع نتایج پیشبینی کننده خطی و غیرخطی 49 5-3: نحوه ارزیابی 50 5-4: نتیجهگیری 50فصل ششم: نتایج شبیهسازی و ارزیابی روش پیشنهادی 51 6-1: سریزمانی آشوبی مکیگلاس 52 6-2: سریزمانی آشوبی لورنز 56 6-3: سریزمانی آشوبی لکههای خورشیدی ۶۰ 6-4: نتیجهگیری ۶۴فصل هفتم: نتیجه گیری و پیشنهادات 65 7-1: نتیجه گیری ۶۶ 7-2: پیشنهادات ۶۹مراجع 70پیوست ۱: واژه نامه 76پیوست ۲: شرح اختصارها 84پیوست ۳: فهرست نامها ۸۵
پایان نامه استفاده از روشهای هوش مصنوعی در پیشبینی سریهای زمانی آشوبگونه
استفاده از روشهای هوش مصنوعی
پیشبینی سریهای زمانی آشوبگونه
سری زمانی آشوب گونه
پیش بینی سری زمانی
مهندسی نرم افزاراستفاده
از
روشهای
هوش
مصنوعی
در
پیشبینی
سریهای
زمانی
آشوبگونه
مقاله
پاورپوینت
فایل فلش
کارآموزی
گزارش تخصصی
اقدام پژوهی
درس پژوهی
جزوه
خلاصه
مدلسازی سری های زمانی با مدل آریما (ARIMA) در پایتون ...
در بالا مدل arima را به صورت arima(5,1,0) تعریف کردیم به این معنا که میخواهیم برای خودهمبستگی لگ زمانی (اختلاف زمانی) ۵ در نظر گرفته شود و برای ایستا کردن سیگنال از مشتق درجه یک استفاده شود.
پایان نامه بهینه سازی پیش بینی لینک در شبکه های اجتماعی به ...
یکی از مشکلات اساسی در آنالیز این نوع شبکه ها پیش بینی ارتباطات جدید بین افراد شبکه می باشد. روش فازی به عنوان یکی از روش های مطرح در هوش مصنوعی، راه ساده ای را برای ساخت نتیجه ی صریح، مبهم ...
پیشبینی رفتار بازار سهام بر اساس شبکههای عصبی مصنوعی با ...
هدف: پیشبینی دقیق بازار سهام برای معاملهگران این بازار ارزشمند است. پیشبینی سریهای زمانی مالی از دسته مسائل چالشی و مهم در پیشبینی است و پژوهشگران تلاش میکنند که الگوهای پنهان را برای پیشبینی آینده بازار ...
کاربردهای هوش مصنوعی در بیوانفورماتیک — به زبان ساده ...
در مقالات منتشر شده «مقایسه روشهای دستهبندی برای پیشبینی ژن در متاژنومیکس» (A comparison of classification methods for gene prediction in metagenomics) [] و «پیشبینی ژن با استفاده از یادگیری عمیق» (Gene prediction using Deep Learning) [] از روشهای مذکور برای پیش ...
در دنیای هوش مصنوعی چه می گذرد؟ - مجله شهاب
در حال حاضر این تیم مشغول ساخت محصولات مختلف با استفاده از روش های فعلی هوش مصنوعی و یادگیری ماشین بوده و به طور دائم با فناوری های نوظهور در این دو عرصه، تطبیق پیدا می کند.
پیش بینی سری های زمانی با استفاده از شبکه عصبی مصنوعی در ...
پیش بینی سری های زمانی با استفاده از شبکه عصبی مصنوعی در تعیین قیمت طلا ... ارزیابی و رتبه بندی سطوح توسعه یافتگی سکونتگاه های روستایی با استفاده از روش های تحلیل تصمیم گیری چند معیاره (مورد ...
تخته سفید | مباحث تئوری و عملی موجک ها در متلب - درس پنجم ...
در فیلم آموزشی کاربرد تبدیلات موجک در پیش بینی سری های زمانی، با استفاده از خواصی که در فیلم های آموزشی گذشته در خصوص تبدیلات موجک گسسته بیان شده است، رویکردهای عملی استفاده از تبدیلات ویولت ...
به کار گیری روش های هوش مصنوعی در پیش بینی شاخص کل قمیت ...
مدل سازی و پیش بینی بورس اوراق بهادار ایران با استفاده از روش های هوش مصنوعی در این پایان نامه با استفاده از داده های مربوط به بورس اوراق بهادار تهران، ارزش، طلا، نفت و دو ارز معتبر، روشهای هوش مصنوعی (بطور مشخص شبکه های ...
آموزش های فرادرس در زمینه هوش محاسباتی | مرجع متلب و هوش ...
پیش بینی سری های زمانی با استفاده از شبکه های عصبی طبقه بندی و بازشناسی الگو با استفاده از شبکه های عصبی مجموعه فرادرسهای شبکه های عصبی مصنوعی در متلب [ لینک ] شامل:
پایان نامه پیش بینی دما با استفاده از روش های هوشمند
پایان نامه پیش بینی دما با استفاده از روش های هوشمند پایان نامه دوره کارشناسی کامپیوتر گرایش سخت افزار چکیده پیش بینی یا پیشگویی در دنیای کنونی جز لاینکف زندگی بشر محسوب می شوند، پیش بینی دما به علت اهمیت آن در صنعت ...
ابتکار عملهای هوش مصنوعی در حوزه دیجیتال مارکتینگ
استفاده از الگوریتمهای هوش مصنوعی در حوزه دیجیتال مارکتینگ بیشتر در حوزه کپی رایتینگ، تبلیغنویسی، سئو و بهبود رتبهبندی سایتهای سازمانی در جستوجو براساس کلمات کلیدی و شناسایی ...
پایان نامه پیش بینی دما با استفاده از روش های هوشمند
پایان نامه پیش بینی دما با استفاده از روش های هوشمند پایان نامه دوره کارشناسی کامپیوتر گرایش سخت افزار چکیده پیش بینی یا پیشگویی در دنیای کنونی جز لاینکف زندگی بشر محسوب می شوند، پیش بینی دما به علت اهمیت آن در صنعت ...
مروری بر روش های سری زمانی (ARIMA) و روش شبکه های عصبی در ...
مروری بر روش های سری زمانی (arima) و روش شبکه های عصبی در پیش بینی های اقتصادی ... با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 19 صفحه است به صورت فایل pdf در ...
پایان نامه پیش بینی دما با استفاده از روش های هوشمند
پایان نامه پیش بینی دما با استفاده از روش های هوشمند پایان نامه دوره کارشناسی کامپیوتر گرایش سخت افزار چکیده پیش بینی یا پیشگویی در دنیای کنونی جز لاینکف زندگی بشر محسوب می شوند، پیش بینی دما به علت اهمیت آن در صنعت ...
مجموعه کامل فیلم های آموزشی هوش مصنوعی، یادگیری ماشینی ...
متلب سایت - مرجع آموزش هوش مصنوعی دانش دانشگاهی، در دسترس همه www.MatlabSite.com در ادمه لیست تعدادی از بسته های آموزشی متلب سایت آمده اند. * توجه: تمامی محصولات آموزشی به زبان فارسی هستند.
سری های زمانی : تعریف، آنالیز، پیش بینی، کلاسترینگ و ...
سری های زمانی : تعریف، آنالیز، پیش بینی، کلاسترینگ و کلسیفایینگ در r یک سری زمانی یکی از روش های پیش بینانه در داده کاوی و مجموعه مشاهداتی است که بر اساس زمان مرتب شده باشند.
پیش بینی هوشمند موقعیت مداری ماهواره با استفاده از سری
در نظر گرفته نمی شود. روش پیشنهادی این مقاله، استفاده از روش های هوش مصنوعی در پیش بینی سری های زمانی، برای پیش بینی موقعیت ماهواره با استفاده از داده های واقعی می باشد.
تازههای تکنولوژی؛ از پیشبینی زمان مرگ با هوش مصنوعی تا ...
در تازهترین اخبار تکنولوژی از گسترش دامنه استفاده از هوش مصنوعی گرفته تا آینده خودروهای برقی و تلاش برای ...
ابتکار عملهای هوش مصنوعی در حوزه دیجیتال مارکتینگ
استفاده از الگوریتمهای هوش مصنوعی در حوزه دیجیتال مارکتینگ بیشتر در حوزه کپی رایتینگ، تبلیغنویسی، سئو و بهبود رتبهبندی سایتهای سازمانی در جستوجو براساس کلمات کلیدی و شناسایی ...
استفاده از روش های هوش مصنوعی در پیش بینی سری های زمانی ...
استفاده از روش های هوش مصنوعی در پیش بینی سری های زمانی آشوب گونه پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده برق و کامپیوتر
پیشبینی بازده آتی بازار سهام با استفاده از مدلهای آریما ...
در مرحله بعد تکنیک شبکههای عصبی برای مدلبندی هر کدام از مؤلفههای سریهای زمانی به کار گرفته میشود و پیشبینی نهایی سریهای زمانی اصلی با ترکیب پیشبینی این مؤلفهها به دست میآید.
آموزش پیش بینی قیمت سهام با یادگیری ماشین در پایتون
آموزش پیش بینی قیمت سهام با یادگیری ماشین در پایتون. شاید به جرات بتوان گفت که یکی از جذاب ترین مباحث در حوزه یادگیری ماشین که افراد بسیاری را از حوزه های غیر مرتبط با هوش مصنوعی جذب می کند، بحث پیش بینی قیمت سهام است.
پایان نامه ارشد: ارزیابی عملکرد مدلهای هوشمند نروفازی و ...
یکی از مهمترین عوامل توسعه هر منطقه در دسترس بودن منابع آب با کیفیت است. شناخت وضعیت آلودگی رودخانهها سبب گردیده است، برنامهریزیهای مدیریتی به منظور کنترل کیفیت آب رودخانهها در آینده از اهمیت بیشتری برخوردار ...