فهرس المقالات SVR

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - استفاده از روش‌های همادی برای بهبود صحت تبخیر-تعرق واقعی حاصل از سنجش ازدور پایگاه‌های جهانی (مطالعه موردی: حوضه آبریز سد کرخه)
  جلال یاراحمدی علی شمس الدینی سید مجید میرلطیفی مجید دلاور
  تبخیر-تعرق واقعی به عنوان یکی از مؤلفه های مؤثر در چرخه هیدرولوژی محسوب می گردد. از اینرو برآورد دقیق این مولفه در مقیاس حوضه آبریز میتواند نقش مهمی در مدیریت و برنامه ریزی منابع آب در دسترس دارد. در این مطالعه صحت مقادیر محصول تبخیر-تعرق واقعی پنج پایگاه جهانی شاملMOD1 أکثر

  تبخیر-تعرق واقعی به عنوان یکی از مؤلفه های مؤثر در چرخه هیدرولوژی محسوب می گردد. از اینرو برآورد دقیق این مولفه در مقیاس حوضه آبریز میتواند نقش مهمی در مدیریت و برنامه ریزی منابع آب در دسترس دارد. در این مطالعه صحت مقادیر محصول تبخیر-تعرق واقعی پنج پایگاه جهانی شاملMOD16, MYD16, SSEBOP, GLEAM, GLDAS با استفاده از مقادیر تبخیر-تعرق بدست آمده از شبیه سازی مدل SWAT در حوضه آبریز سدکرخه در مقیاس ماهانه، برای سال های 2006، 2008 و 2011 که به ترتیب به‌عنوان سال های کم بارش، پربارش و نرمال انتخاب شده‌اند، مورد ارزیابی قرار گرفت. سپس امکان بهبود صحت مقادیر تبخیر-تعرق از طریق استفاده از روش‌های همادی ترکیب داده‌ها شامل میانگین‌گیری ساده و مدل های M5 و SVRدر هشت سناریو مختلف بررسی شد. نتایج نشان داد، محصولات تبخیر-تعرق واقعی پایگاه‌های جهانی علی‌رغم شناخت تغییرات مقادیر تبخیر-تعرق واقعی حوضه آبریز، در سطح معناداری 5 درصد دارای اختلاف معنادار با مقادیر خروجی مدلSWAT به عنوان مقادیر مشاهداتی هستند. نتایج این تحقیق نشان داد که اگرچه استفاده از روش میانگین گیری ساده تاثیر چندانی در بهبود صحت داده های پایگاه های جهانی ندارد، استفاده از دو روش همادی M5 و SVR با افزایش ضریب تبیین تا 8/0 باعث بهبود تخمین مقادیر تبخیر- تعرق واقعی حاصل از SWAT در سطح حوضه آبریز مورد مطالعه می‌شود. همچنین در سناریو برتر ترکیب داده‌ها، مدل حاصل از SVR میزان خطای مربوط به تخمین داده ها را به میزان 44 درصد نسبت به آنچه که از مدل GLEAM بدست می اید، کاهش داد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - استفاده از روش بهینه سازی ژنتیک در هماهنگ سازی بانک‌های خازنی، تپ چنجرهای ترانسفورماتورها و ذخیره گرها در حضور سیستم‌های خورشیدی
  اسماعیل آذرکیش مصطفی اسماعیل بیگ
  بهره گیری از منابع انرژی تجدیدپذیر چالش‌های نوینی را به شبکه برق تحمیل می‌نماید که به واسطه ذات عدم قطعی این نوع منابع می‌باشد. زمانی که تولید منابع تجدیدپذیر از تقاضای محلی فراتر رود ممکن است سبب فلوی توانی معکوس در فیدر توزیع شود. فلوی توانی معکوس ممکن است سبب افزایش أکثر

  بهره گیری از منابع انرژی تجدیدپذیر چالش‌های نوینی را به شبکه برق تحمیل می‌نماید که به واسطه ذات عدم قطعی این نوع منابع می‌باشد. زمانی که تولید منابع تجدیدپذیر از تقاضای محلی فراتر رود ممکن است سبب فلوی توانی معکوس در فیدر توزیع شود. فلوی توانی معکوس ممکن است سبب افزایش ولتاژ و بهره برداری نادرست از ادوات تنظیم ولتاژ شود. در این مقاله روشی برای تنظیم ولتاژ توسط ذخیره گرها، تولید متغیر منابع تولید پراکنده و ادوات کنترلی ارائه گردیده است. برای هماهنگی میان ادوات مختلف تنظیم ولتاژ استراتژی ارائه گردیده است که در آن هماهنگی‌ها شامل پیکربندی فیدرها، پروفایل تقاضا، نقاط تنظیمی تپ چنجرهای ترانسفورماتورها، تنظیمات بانک‌های خازنی و ذخیره گرهای به کار گرفته شده می‌باشد. در روش هماهنگ سازی هدف ارتقای پروفایل ولتاژ سیستم ضمن کمینه سازی تلفات در بازه زمانی بهره برداری می‌باشد. روش بهینه سازی ژنتیک برای حل مساله و دستیابی به راه حل بهینه یعنی مینیمم تغییرات ولتاژی و حداقل تلفات فیدرها استفاده گردیده است. روش پیشنهادی در شبکه تست 123 باس IEEE پیاده سازی گردیده است. با تحلیل نتایج مشخص گردید که تجمیع منابع فوتوولتائیک تلفات انرژی را کاهش می‌دهد و تلفات سیستم توزیع با افزایش سایز فوتوولتائیک کاهش می‌یابد. با افزایش سطح نفوذ منابع فوتوولتائیک، ولتاژ بیشتر افزایش می‌یابد و به تعداد تغییر تپ و تغییرات SVR بیشتری برای حفظ ولتاژ نیاز می‌باشد. همچنین اثبات گردید که روشن شدن سوئیچ بانک‌های خازنی سبب بهبود پروفایل ولتاژ می‌شود و استفاده از ذخیره گرها سبب حفظ امنیت سیستم به طور حداکثری می‌شود. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  3 - نیایش های آیینی در شعر فارسی (با تکیه بر تحمیدیه های پنج تن از شاعران ادب فارسی)
  مسعود خردمندپور
  این مقاله بر آن است تا نیایش های آیینی را به عنوان یکی از زیر گونه های شعر غنائی مورد کند و کاو قرار دهد. این زیرگونۀ شعری که غالباً در بر دارندۀ سنت دیرینه ی افتتاح و اختتام مثنوی ها و بعضاً دیوان های شعری است، سبب گردیده تا به ندرت منظومه و دیوانی را بتوان یافت که در أکثر

  این مقاله بر آن است تا نیایش های آیینی را به عنوان یکی از زیر گونه های شعر غنائی مورد کند و کاو قرار دهد. این زیرگونۀ شعری که غالباً در بر دارندۀ سنت دیرینه ی افتتاح و اختتام مثنوی ها و بعضاً دیوان های شعری است، سبب گردیده تا به ندرت منظومه و دیوانی را بتوان یافت که در آن نیایش و مناجات و تحمیدیه به چشم نخورد؛ از این رو در آثار حماسی مانند شاهنامه فردوسی و همچنین در آثار غنایی و منظومه های عاشقانه و آثار تعلیمی چون گلستان و بوستان و مثنوی معنوی نمود نیایش و مناجات را می توان رصد کرد. این مقاله بر آن است تا محورهای مهم در اشعار نیایشی آیینی از جمله: تعریف نیایش و دعا، عناصر دعا و نیایش، ساختار نیایش های آیینی و دینی، ادبیات و نیایش، نیایش در شعر فارسی و نیایش سرایندگان ادب فارسی را مورد بحث و بررسی قرار دهد و طیف گسترده ی حضور این قسم شعر را در ادب فارسی نشان دهد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  4 - A new two-phase approach to the portfolio optimization problem based on the prediction of stock price trends
  Hamid Reza Yousefzade Amin Karrabi Aghileh Heydari
  10.22034/amfa.2021.1937022.1622
  Forming a portfolio of different stocks instead of buying a particular type of stock can reduce the potential loss of investing in the stock market. Although forming a portfolio based solely on past data is the main theme of various researches in this field, considering أکثر

  Forming a portfolio of different stocks instead of buying a particular type of stock can reduce the potential loss of investing in the stock market. Although forming a portfolio based solely on past data is the main theme of various researches in this field, considering a portfolio of different stocks regardless of their future return can reduce the profits of investment. The aim of this paper is to introduce a new two-phase approach to forming an optimal portfolio using the predicted stock trend pat-tern. In the first phase, we use the Hurst exponent as a filter to identify stable stocks and then, we use a meta-heuristic algorithm such as the support vector regression algorithm to predict stable stock price trends. In the next phase, according to the predicted price trend of each stock having a positive return, we start arranging the portfolio based on the type of stock and the percentage of allocated capacity of the total portfolio to that stock. To this end, we use the multi-objective particle swarm optimization algorithm to determine the optimal portfolios as well as the optimal weights corresponding to each stock. The sample, which was selected using the systematic removal method, consists of active firms listed on the Tehran Stock Ex-change from 2018 to 2020. Experimental results, obtained from a portfolio based on the prediction of stock price trends, indicate that our suggested approach outperforms the retrospective approaches in approximating the actual efficient frontier of the problem, in terms of both diversity and convergence. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  5 - پیش‌بینی نگهداشت وجه نقد با استفاده از الگوریتم‌های یادگیری ماشین نظارت‌شده در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران
  سعید فلاح پور رضا راعی نگار توکلی
  این مطالعه با توجه به 22 ویژگی انتخاب شده (که در حین پژوهش بررسی می‌شوند) با روش‌های یادگیری ماشین، نگهداری وجه نقد شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران را پیش‌بینی می‌کند. 201 شرکت از سال 1396 تا سال 1400 بررسی شد. رگرسیون خطی چندگانه ، کی-نزدیک‌ترین همسایه، أکثر

  این مطالعه با توجه به 22 ویژگی انتخاب شده (که در حین پژوهش بررسی می‌شوند) با روش‌های یادگیری ماشین، نگهداری وجه نقد شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران را پیش‌بینی می‌کند. 201 شرکت از سال 1396 تا سال 1400 بررسی شد. رگرسیون خطی چندگانه ، کی-نزدیک‌ترین همسایه، رگرسیون بردار پشتیبان، درخت تصمیم، جنگل تصادفی، الگوریتم تقویت گرادیان شدید و شبکه‌های عصبی چندلایه برای پیش‌بینی استفاده می‌شود. نتایج نشان می‌دهد که روش‌های رگرسیون خطی چندگانه ، کی-نزدیک‌ترین همسایه خطای جذر میانگین مربعات و میانگین قدرمطلق خطا بالا را ارائه می‌دهند. در همین حال، الگوریتم‌های پیچیده‌تر، به خصوص رگرسیون بردار پشتیبان ، دقت بالاتری را به دست می‌آورند؛ یافته‌ها حاکی از آن بوده است که با کاهش به 15 متغیر، روش‌های یادگیری ماشین به خصوص کی-نزدیک‌ترین همسایه نتایج بهتری را ارائه دادند. بر مبنای آزمون مقایسه زوجی نیز رگرسیون بردار پشتیبان عملکرد بهتری از سایر الگوریتم‌های یادگیری ماشین نظارت شده به جز درخت تصمیم دارد. همچنین مهمترین متغیرها نیز اندازه شرکت و مخارج سرمایه‌ای به دست آمد. شاخص عدم قطعیت جهانی و تورم نیز از متغیرهایی با اهمیت نسبتاً بالایی بودند؛ بنابراین، با استفاده از الگوریتم رگرسیون بردار پشتیبان ،‌ ممکن است میزان وجه نقد را به میزان قابل‌توجهی پیش‌بینی کنیم. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  6 - مقایسه عملکرد مدل پنج عاملی فاما و فرنچ و انواع رویکرد های شبکه عصبی و عصبی فازی در پیش بینی قیمت سهام
  رضا تهرانی میلاد حیرانی سمیرا منصوری
  یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگی أکثر

  یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگین قدر مطلق خطاها (MAE) و معیار میانگین قدر مطلق خطاها (MAPE) برای مدل پنج عاملی فاما و فرنچ انتخاب شود. بدین منظور پس از تشکیل پرتفوی با توجه به مدل پنج عاملی فاما و فرنچ در بازه زمانی 1388 تا 1395 قیمت سهام توسط مدل اقتصادسنجی، رویکردهای شبکه عصبی، شبکه عصبی بهینه سازی شده، شبکه عصبی فازی بهینه سازی شده شبکه عصبی پایه شعاعی، شبکه عصبی GMDH، شبکه عصبی SVR و شبکه های عصبی فازی پیش‌بینی و دقت هر کدام از رویکردها برآورد شده است. نتایج پیش‌بینی بازدهی پرتفوی‌های تشکیل شده، نشان می‌دهد که دقت پیش‌بینی شبکه عصبی تابع پایه شعاعی (RBF) نسبت به دیگر مدل های ARMA و شبکه‌های عصبی بسیار بالا است. تفاصيل المقالة