-
دسترسی آزاد مقاله
1 - پیش بینی منابع نقدینگی بانک ها (مطالعه موردی بانک اقتصاد نوین)
دکتر احمد یزدان پناه زهرا عباسی پشتهانیمدیریت نقدینگی یکی از مهمترین وظایف مدیریت مالی بنگاه اقتصادی است و درمورد مؤسسات مالی و اعتباری خصوصاً بانکها اهمیت آن افزون می شود. بانکها به دلیلاهمیت کاری خود نیازمند نگهداری بخشی از دارایی های خود به شکل نقد به منظورپاسخگویی به مراجعان و صاحبان سپرده می باشند، که ه چکیده کاملمدیریت نقدینگی یکی از مهمترین وظایف مدیریت مالی بنگاه اقتصادی است و درمورد مؤسسات مالی و اعتباری خصوصاً بانکها اهمیت آن افزون می شود. بانکها به دلیلاهمیت کاری خود نیازمند نگهداری بخشی از دارایی های خود به شکل نقد به منظورپاسخگویی به مراجعان و صاحبان سپرده می باشند، که همین موضوع هزینه های فرصتیبرای آن دارایی به وجود می آورد، به بیان دیگر نگهداری وجوه نقد در حسابهای جاری،بانک مرکزی، نزد سایر بانکها و ذخایر قانونی ریسک نقدینگی بانک را کاهش می دهد ودر عین حال فرصت های سرمایه گذاری را نیز از بانک سلب می کند و موجب کاهشبازدهی بانک می گردد.از این رو در تحقیق حاضر در پی طراحی مدلی هستیم تا میزانوجوه نقدی که در حسابهای جاری، بانک مرکزی، نزد سایر بانکها و ذخایر قانونینگهداری می شوند و در مجموع نیز نقدینگی بانک نامیده می گردد، را برای بانک اقتصادنوین پیش بینی نماید. در این راستا از پیش بینی بر مبنای جریان نقدی ورودی طی یکدوره زمانی استفاده نموده ایم تا با توجه به اهداف و استراتژیهای بانک به مقایسه آنپرداخته و برنامه ریزی برای جبران کسری یا مصرف مازاد به منظور رسیدن به تعادلنقدینگی در پایان دوره به وجود آید. در این روش حساب جاری، حساب بین بانکها وصندوق در مجموع به عنوان نقدینگی در نظر گرفته شده اند. برای برازش از مدلARIMA[1] و نرم افزار minitab استفاده نمودهایم. در نهایت با مدل مذکور برای 52 هفته آینده پیشبینی صورت گرفت و مشاهده گردید بانک با مازاد نقدینگی مواجه خواهد بود. پرونده مقاله -
دسترسی آزاد مقاله
2 - پیش بینی قیمت قرارداد های آتی سکه طلا با استفاده از مدل آریما در بورس کالای ایران
سعید علی احمدیاین مقاله به بررسی پیش بینی قیمت قرارداد آتی سکه طلا در بورس کالای ایران پرداخته است. در این تحقیق از روش باکس- جنکینز برای بررسی توانایی پیش بینی قیمت آتی قراداد های سکه طلا استفاده شد. روش باکس- جنکینز شامل چهار مرحله شناسایی، تخمین، کنترل تشخیصی و پیش بینی است. نتایج چکیده کاملاین مقاله به بررسی پیش بینی قیمت قرارداد آتی سکه طلا در بورس کالای ایران پرداخته است. در این تحقیق از روش باکس- جنکینز برای بررسی توانایی پیش بینی قیمت آتی قراداد های سکه طلا استفاده شد. روش باکس- جنکینز شامل چهار مرحله شناسایی، تخمین، کنترل تشخیصی و پیش بینی است. نتایج تحقیق نشان داد که برای دوره مورد بررسی، مدل آریما (ARIMA) با 2 وقفه خودرگرسیونی و 2 وقفه میانگین متحرک برای پیش بینی قیمت قرارداد آتی سکه طلا مدل مناسبی است و توانایی پیش بینی قیمت قرارداد آتی سکه طلا را دارد. پرونده مقاله -
دسترسی آزاد مقاله
3 - کاربرد مدل هیبریدARIMA و رگرسیون بردار پشتیبان جهت بهبود پیشبینی سری زمانی
لاله پرویز بهاره سعید آبادیبررسی دقیق ساختار اصلی سری زمانی نقش مهمی در افزایش دقت پیشبینی مدل ARIMA دارد. هدف این تحقیق بررسی تاثیر جداسازی مدلسازی بخش خطی و غیرخطی سری زمانی در نتایج مدل ARIMA است. تفکیک مدلسازی سریهای عملکرد محصول گندم و ذرت دانهای (استانهای کرمانشاه و اصفهان) در بخش خطی چکیده کاملبررسی دقیق ساختار اصلی سری زمانی نقش مهمی در افزایش دقت پیشبینی مدل ARIMA دارد. هدف این تحقیق بررسی تاثیر جداسازی مدلسازی بخش خطی و غیرخطی سری زمانی در نتایج مدل ARIMA است. تفکیک مدلسازی سریهای عملکرد محصول گندم و ذرت دانهای (استانهای کرمانشاه و اصفهان) در بخش خطی مربوط به مدل ARIMA بود و در بخش غیرخطی با رگرسیون بردار پشتیبان انجام گرفت(مدل هیبرید). نتایج مدلسازی میتواند تحت تاثیر نوع ترکیب مورد استفاده بخش غیر خطی در مدل هیبرید تغییر یابد، بهعنوان نمونه در سری زمانی ذرت دانهای در استان کرمانشاه مقدار RMSE در ترکیبی فقط با باقیماندهها 52/1 و در ترکیبی با سری زمانی 03/15 برآورد شد. در سری زمانی گندم در استان اصفهان با مدل هیبرید میزان کاهش آمارههای RMSE،MAE و UII بهترتیب برابر با 94/45، 29/52 و 46 درصد بود که بیانگر بهبود نتایج با مدل هیبرید و تفکیک مدلسازی بخش خطی و غیرخطی سری زمانی است. مقادیر GMER در هر چهار سری زمانی بزرگتر از یک بودند که حاکی از بیشبرآورد مقادیر پیشبینی شده مدل هیبرید میباشد. مقایسه متوسط مقادیر آمارهها در دو استان حاکی از تاثیر نوع اقلیم در مبحث مدلسازی است چرا که متوسط مقادیر هر آماره در هر دو مدل ( ARIMA و هیبرید) و در هر دو محصول در استان اصفهان نسبت به کرمانشاه کاهش داشت (میزان کاهش RMSE و UII به ترتیب 72/24 و 24/12 درصد). بنابراین تفکیک مدلسازی بخش خطی و غیرخطی میتواند دقت نتایج مدل ARIMA را افزایش دهد. پرونده مقاله -
دسترسی آزاد مقاله
4 - ارزیابی میزان غلظت فلزات سنگین و میزان آلودگی در رسوبات، منطقه افیولیتی آلمه جوق (شمال شرق ایران)
محجوب حق پرست حبیب الله ترشیزیان رحیم دبیریچکیده زمینه و هدف: فلزات سنگین می توانند با غلظت های پایین در خاک وجود داشته باشند و خاک را آلوده نمایند و با توجه به این که منطقه مورد مطالعه از نظر سنگ شناسی افیولیتی می باشد، می تواند باعث افزایش غلظت فلزات سنگین در منابع آب و خاک منطقه شود. در این مقاله به بررسی غلظ چکیده کاملچکیده زمینه و هدف: فلزات سنگین می توانند با غلظت های پایین در خاک وجود داشته باشند و خاک را آلوده نمایند و با توجه به این که منطقه مورد مطالعه از نظر سنگ شناسی افیولیتی می باشد، می تواند باعث افزایش غلظت فلزات سنگین در منابع آب و خاک منطقه شود. در این مقاله به بررسی غلظت فلزات سنگین و ارزیابی آلودگی در رسوبات منطقه آلمه جوق (افیولیت فریمان) پرداخته شده است. روش بررسی: به منظور بررسی میزان غلظت فلزات سنگین و نیز وضعیت آلودگی رسوبات درمنطقه مورد مطالعه، تعداد 9 نمونه از رسوبات منطقه از عمق 30- 20 سانتی متری برداشت گردید. نمونه ها به آزمایش گاه زیست محیطی دانشگاه آزاد اسلامی واحد مشهد انتقال داده شد و مقادیر پارامترهای pH و EC خاک اندازه گیری گردید.هم چنین مقدار10 گرم از خاک منطقه (مواد عبوری از الک200 مش) به آزمایش گاه ACMEکانادا انتقال داده شد تا به روش پلاسمای القایی اسپکترومتری جرمی (ICP-OES) برای تعیین میزان فلزات سنگین مورد آنالیز قرار گیرند. بحث و نتیجه گیری : بررسی هم بستگی فلزات سنگین توسط ضریب پیرسون، آنالیز خوشه ای و تحلیل مولفه اصلی نشان داد، دو منشاء متفاوت برای توزیع ژئوشیمیایی فلزات سنگین در رسوبات منطقه وجود دارد. مجموعه افیولیتی ،توزیع عناصر کبالت، نیکل و کروم و مجموعه پیروکلاستیک و ولکانیکی، توزیع عناصر آهن، مولیبدن، وانادیوم، مس، آرسنیک و سرب ،پتاسیم و کادمیوم را کنترل کرده اند. pH خاک های منطقه مورد مطالعه بر اساس طبقه بندی انجمن علوم خاک آمریکا، در محدوده نسبتاً قلیایی قرار می گیرند. ارزیابی عامل غنی شدگی نشان داد، نیکل غنی شدگی بی نهایت شدید دارد و عناصر آرسنیک و کروم در منطقه غنی شدگی شدید را نشان می دهند. غنی شدگی فوق نشانه منشاء آنتروپوژنیک می باشد. ضریب آلودگی نیز نشان می دهد، نیکل بالاترین آلودگی را در منطقه دارا است. شاخص زمین انباشتگی نیز نشان از آلوده بودن رسوبات منطقه به نیکل دارد. پرونده مقاله -
دسترسی آزاد مقاله
5 - مقایسه کارآمدی مدلهای ARIMA و ARFIMA در پیش بینی نرخ بهره و نرخ اوراق خزانه اسلامی در ایران
محدثه رزاقی هاشم نیکومرام علیرضا حیدرزاده هنزائی فرهاد غفاری مهدی معدن چی زاجنظر به اهمیت پیش بینی متغیرهای اقتصادی، مدلهای مختلفی جهت پیشبینی مقادیر آتی به وجود آمدهاند. در حقیقت مدلهای اقتصادی را میتوان از طریق بررسی میزان دقت پیشبینی مورد آزمون قرار داد. هدف اصلی این پژوهش پیشبینی نرخ بهره بین بانکی و نرخ اوراق خزانه اسلامی به عنوان شا چکیده کاملنظر به اهمیت پیش بینی متغیرهای اقتصادی، مدلهای مختلفی جهت پیشبینی مقادیر آتی به وجود آمدهاند. در حقیقت مدلهای اقتصادی را میتوان از طریق بررسی میزان دقت پیشبینی مورد آزمون قرار داد. هدف اصلی این پژوهش پیشبینی نرخ بهره بین بانکی و نرخ اوراق خزانه اسلامی به عنوان شاخص‎هایی از نرخ بهره در ایران، در راستای تسهیل مدیریت ریسک نرخ بهره است. برای پیش‎بینی از دو مدل اقتصادسنجی شامل ARFIMA وARIMA استفاده شده است. به طوریکه، مدل ARFIMA با در نظرگرفتن حافظه بلندمدت و مدل ARIMA بدون در نظرگرفتن حافظه بلندمدت مدنظر قرار گرفتند. ارزیابی میزان دقت پیش‎بینی دو مدل مذکور با استفاده از دادههای ماهانه نرخ بهره بین بانکی و همچنین دادههای ماهانه میانگین نرخ اوراق خزانه اسلامی نشان میدهد که در خصوص هر دو دادۀ نرخ بهره بین بانکی و نرخ اوراق خزانه اسلامی ،مدل ARIMA عملکرد بهتری در مقایسه با مدل ARFIMA در پیشبینی دادهها دارد. پرونده مقاله -
دسترسی آزاد مقاله
6 - پیشنهاد مدلی برای پیش بینی قیمت مسکن بر اساس روش آریما؛ مطالعه موردی شهر تهران
حسین ممبینی مرتضی هاشم پور شهلا روشندلتعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش چکیده کاملتعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش مسکن در سرانه تولید ملی موثر بوده و افزایش اشتغال را به همراه خواهد داشت و از سوی دیگر افزایش وام مسکن برای خرید یا هرگونه افزایش نقدینگی موجب افزایش تورم و فاصله گرفتن سطح درآمد عمومی با هزینه مسکن خواهد شد، لذا برنامه ریزی مسئولین دولتی در مهار تورم و افزایش قیمت همراه ایجاد رونق در بازار مسکن نیازمند مطالعه دقیق این موضوع می باشد. در این راستا به سبب اهمیت بالای قیمت مسکن در دهه های اخیر استفاده از توابع قدرتمند و کارا برای تخمین قیمت مرسوم شده است. در این تحقیق با استفاده از مدل آریما به مدل سازی و پیش بینی قیمت مسکن برای پرداخته شده است. نتایج نشان از آن دارد که مدل پیشنهاد شده در این تحقیق دارای توانایی بالایی (با ضریب تعیین 99.7%) برای مدل سازی و پیش بینی قیمت مسکن در شهر تهران می باشد. پرونده مقاله -
دسترسی آزاد مقاله
7 - آزمون مدلهای ARIMA و AFRIMA جهت پیشبینی فوب نفت و گاز خلیج فارس ( متن این مقاله به زبان انگلیسی می باشد. )
حسن آماده علی امینی ف عفتینفت و گاز یکی از مهمترین منابع انرژی است و تغییرات قیمت آن میتواند تاثیر معنیداری بر تصمیمات اقتصادی داشته باشد. قیمت حاملهای انرژی نبایستی بیش از 90 درصد قیمت فوب خلیج فارس باشد. در این مقاله برای پیشبینی، از دادههای سری زمانی و از مدلهای ARIMA و AFRIMA استفاده چکیده کاملنفت و گاز یکی از مهمترین منابع انرژی است و تغییرات قیمت آن میتواند تاثیر معنیداری بر تصمیمات اقتصادی داشته باشد. قیمت حاملهای انرژی نبایستی بیش از 90 درصد قیمت فوب خلیج فارس باشد. در این مقاله برای پیشبینی، از دادههای سری زمانی و از مدلهای ARIMA و AFRIMA استفاده گردیده است. نتایج پژوهش حاضر نشان داده است که مدل AFRIMA از مدل ARIMA، توان پیشبینی بهتری دارد. پرونده مقاله -
دسترسی آزاد مقاله
8 - Improving Accuracy of Tourist Demand Estimation of Asian Countries
Arshin Bakhtiari Yuhanis Abdul Aziz Azmawani Abdul Rahman Rosmah MohamedDue to the importance of accurate tourism demand estimation, the evaluation of estimating approaches is still ongoing. To address this challenge, the current study aimed to present a novel estimation statistical approach for modifying ARIMA to compare with two most prom چکیده کاملDue to the importance of accurate tourism demand estimation, the evaluation of estimating approaches is still ongoing. To address this challenge, the current study aimed to present a novel estimation statistical approach for modifying ARIMA to compare with two most prominent soft computing approaches, ANN and SVM. ARIMAadj is the modified ARIMA seasonal adjustment that declares a potential replacement to conventional ARIMA. Current study investigated the accuracy of seasonal adjustment on conventional ARIMA and compared its accuracy with ANN and SVM in estimating tourist demand of Asian countries to South Korea. The results show that the modified ARIMA outperform the soft computing approaches for tourism demand estimation accuracy of five out of six source Asian countries. Therefore, it could be concluded although there is no optimal approach to estimate tourist arrivals with certainty, the findings of this study show that the seasonal adjustment in ARIMA would be a worthwhile model to estimate tourism demand of Asian countries. پرونده مقاله -
دسترسی آزاد مقاله
9 - Role of Market Demand and Added Value in Optimizing the Iron Products
Abdollah Hadi-VenchehIn today's industrial and competitive world, the optimal use of time, resources, and timely and correct response to market needs are crucial. On the other hand, the importance and necessity of optimizing production based on market demand will reveal the need to manage h چکیده کاملIn today's industrial and competitive world, the optimal use of time, resources, and timely and correct response to market needs are crucial. On the other hand, the importance and necessity of optimizing production based on market demand will reveal the need to manage high-value-added products. Regarding this fact that the steel industry is one of the basic industries and has a great influence upon the other industries, its productivity can affect itself as well as the other industries. The scope of this study is Isfahan Steel Corporation which is considered as one of the greatest plants throughout the country manufacturing steel products such as iron beams. Thus in this study, the corresponding documents and proofs were examined to optimize the beam products of Isfahan Steel Corporation based upon the market demand and increased value, and considering the records, opinions of production and sale experts, customers, and suppliers, a questionnaire was prepared to estimate the types of beam and distributed among customers and suppliers and analyzed. Then, the added value of beams was calculated and finally, the number of beam products was calculated based on estimated market demand using the model ARIMA. پرونده مقاله -
دسترسی آزاد مقاله
10 - Neurological Functions of CEO Investment based on Varimax Analysis and Rotated Matrix in Q Typology
Hasan Valiyan Davood Hassanpour Mehdi Safari GerayliChief executive officers (CEO), as the central pillar directing companies at the capital market level, plays a critical role in making investment decisions to de-crease agency costs and maximize shareholders’ wealth; however, their psycho-logical attitudes and per چکیده کاملChief executive officers (CEO), as the central pillar directing companies at the capital market level, plays a critical role in making investment decisions to de-crease agency costs and maximize shareholders’ wealth; however, their psycho-logical attitudes and perceptions lead to different investment functions of these companies in a competitive market. Accordingly, this study aimed to detect the propositional arrays of the investment functions using Q analysis in order to identify the CEOs’ mental typology in distinguishing investment functions. The present study was carried out with the participation of 13 CEOs from Tehran Stock Exchange companies during a one-year period (2018-2019). The study encompassed two different phases. In the first phase, content analysis was used to identify the phrase Q of the CEOs’ investment functions. In the second phase, Q analysis was adopted to typify the CEOs’ investment functions, which was based on the subjective cognition of the target population and contributed to the development of the approaches in line with the research objectives. The results confirmed the existence of three mental patterns in the CEOs regarding the in-vestment functions in the capital market. These mental patterns were ‘investment function in stock market indices’ as the first mental pattern, ‘investment function in risk control’ as the second mental pattern, ‘strategic investment function’ as the third mental pat-tern. The study results revealed different types of investment functions among the CEOs’ of stock exchange companies and thus contributed to the development of financial theories from the perspective of CEOs’ cognition. پرونده مقاله -
دسترسی آزاد مقاله
11 - Determining the interest rate on deposits in the Iranian banking system: cooperative or competitive game between the central bank and followers?
Mehdi Memarpour Ashkan Hafezalkotob Mohammad Khalilzadeh Abbas Saghaei Roya SoltaniThis paper studies the monetary policies of the central bank to determine the inter-est rate on deposits in the interaction with the Iranian banking system in the form of Stackelberg and Nash equilibrium games. The leader of the game is the central bank of the Islamic R چکیده کاملThis paper studies the monetary policies of the central bank to determine the inter-est rate on deposits in the interaction with the Iranian banking system in the form of Stackelberg and Nash equilibrium games. The leader of the game is the central bank of the Islamic Republic of Iran, while the followers of the game include three banks called A, B, and C. The leader of the game regulates its monetary policies based on the relationship between inflation rate and interest rate on depos-its in the form of three scenarios of "legal deposit ratio", "legal deposit award rate", and "the rate of commissions received" from the followers. The follower players also determine "the interest rate on deposits," based on the scenarios of the leader player. The results of this research (2010-2019) by MINITAB Soft-ware indicated that in the studied year (2019), the strategy of the players of this game has been mostly Nash (more competitive) rather than cooperative. If the players of this game had chosen cooperative strategy (Stackelberg game), they would have achieved greater profit. Also, the optimal tool for the monetary policy of the leader and follower players has been the “increasing the legal reserve re-ward rate". پرونده مقاله -
دسترسی آزاد مقاله
12 - الگوسازیARIMA برای بارش سالانه مشهد
آتوسا خجسته حسین عساکرهگرمایش زمین، الگوی گردش عمومی و الگوی زمانی- مکانی بارش را تغییر داده است. کاربرد روشهای آماری در تشریح تغییرات، ابزاری مفید به شمار میآیند. از آن جا که بارش به عنوان یک عنصر اقلیمی؛ رفتاری غیرخطی داشته، از توزیع نرمال تبعیت نمیکند. در نتیجه بهرهگیری از مدلسازی برا چکیده کاملگرمایش زمین، الگوی گردش عمومی و الگوی زمانی- مکانی بارش را تغییر داده است. کاربرد روشهای آماری در تشریح تغییرات، ابزاری مفید به شمار میآیند. از آن جا که بارش به عنوان یک عنصر اقلیمی؛ رفتاری غیرخطی داشته، از توزیع نرمال تبعیت نمیکند. در نتیجه بهرهگیری از مدلسازی برای شناخت رفتار عمومی بارش امری بسیار کارآمد است. روشهای مختلفی برای مدلسازی تغییرات بارش وجود دارد که از آن جمله میتوان به الگوسازی خطی(کمینه قدر مطلق انحرافات، روش کمترین مربعات خطا و...) و غیر خطی( الگوی چند جملهای، شبکه عصبی مصنوعی) اشاره نمود. برای انجام پژوهش حاضر از دادههای بارش ایستگاه فرودگاهی مشهد طی دوره آماری 57 ساله( 1960-2016) برای شناسایی رفتار دراز مدت بارش این ایستگاه بهره گرفته شده است. به منظور بررسی رفتار عمومی بارش مشهد تلاش شد با استفاده از نرم افزار مینی تب(MINITAB)به برازش الگوی مناسب از خانواده چند جملهای و الگوسازی ARIMA پرداخته شود. نتیجه الگوسازی خانوده چند جملهای حاکی ازیک روند درجه دو یا سهمی گونه در بارش مشهد است. از سوی دیگر در خانواده الگوی ARIMA، الگوی (4،1،1) ARIMA که از میان بقیه الگوها به نسبت بهتر بود به عنوان الگوی مناسب تعیین شد. همچنین با انجام تبدیل باکس- کاکس مجدداً به ارزیابی بارشهای تبدیل یافته، مدلهای کاندید و پیش بینی آنها پرداخته شد و نهایتاً مدل گزینش شده برای بارش مشهد الگوی (0،1،1) ARIMA بوده است. لازم به ذکر است که براساس نتایج حاصل از مدلسازی و خروجیهای پیشبینی مدل میتوان استنباط نمود که ARIMA خطی برای برازش بر بارش مشهد الگوی مناسبی نیست. از سوی دیگر با توجه به عدم برازنده بودن این الگو برای بارش مشهد مدلهای گزینش شده نیز با روند موجود در مشاهدات همخوانی ندارند و یا به عبارت دیگر مرتبه تفاضل گیری مدلها برابر یک است که حاکی از روند خطی و نه سهمی در مشاهدات است. پرونده مقاله -
دسترسی آزاد مقاله
13 - Evaluation of SARIMA time series models in monthly streamflow estimation in Idanak hydrometry station
عباس احمدپور حسین فتحیان جبرائیل قربانیانprediction of hydrological variables is a highly effective tool in water resource management. One of the important tools for modeling hydrological processes is the use of time series modeling and analysis. River series production series can be used by time series models چکیده کاملprediction of hydrological variables is a highly effective tool in water resource management. One of the important tools for modeling hydrological processes is the use of time series modeling and analysis. River series production series can be used by time series models in various studies such as drought, flood, reservoir systems design and many other purposes For this purpose, monthly flow data of this station has been used for 30 years (2011-1363). By using the regression method, incomplete data estimation and homogeneity of data were investigated by sequencing test .Using the SARIMA model, the monthly time series of the Idenak station was Investigated and the best model was fitted to its data.. The models were confirmed by the diagram of autocorrelation and partial-bond correlation functions of the residues and the Pert-Manto criteria. for evaluation the models, the AIC, SBC criteria were used. The results show that SARIMA models (1.0,1) * (2,0,2) 12, SARIMA (2,0,2) * (2,0,2 (12) and SARIMA (1,0,2) * (2,0,2) 12 are respectively in the first, second and third priority in terms of accuracy in modeling the monthly discharge of the Idenak station. پرونده مقاله -
دسترسی آزاد مقاله
14 - بررسی آماری نسبت های یونی و شاخص های اشباع در تعیین منشا املاح منابع آب زیرزمینی دشت دلفان
طیبه کارخانه رامین ساریخانی آرتیمس قاسمی دهنویهدف اصلی این تحقیق بررسی آب زیرزمینی شهرستان دلفان در شمال استان لرستان از نظر ویژگی های ژئوشیمیایی با استفاده از شاخص های اشباع و تحلیل عاملی است. برای این منظور از آنالیز عناصراصلی آب زیرزمینی منطقه در 40 نقطه استفاده شده است.نتایج حاصل نشان میدهد همه ی متغییرها دارای چکیده کاملهدف اصلی این تحقیق بررسی آب زیرزمینی شهرستان دلفان در شمال استان لرستان از نظر ویژگی های ژئوشیمیایی با استفاده از شاخص های اشباع و تحلیل عاملی است. برای این منظور از آنالیز عناصراصلی آب زیرزمینی منطقه در 40 نقطه استفاده شده است.نتایج حاصل نشان میدهد همه ی متغییرها دارای غلظت مناسب و پایین تر از حد مجاز استانداردجهانی بوده اند.ازآنجا که شاخص اشباع میتواندعامل مهمی در درک فرایند انحلال_ته نشینی کانی ها موجود درآب زیرزمینی باشد،به محاسبه شاخص اشباع با استفاده ازمدل هیدروشیمیایی نرم افزار Phreeqc پرداخته شده است.شاخص اشباع کانی های مورد بررسی در همه ی نمونه های آب کمتر از صفر بود و کانی های بررسی شده میتوانند درحال انحلال در آب زیرزمینی باشند.همچنین براساس نمودارهای تبادل یونی،سدیم وکلر دارای دو منشا متفاوت بوده و انحلال کلسیت،دولومیت و ژیپس در اکثرنمونه ها رخ داده است.براساس خوشه بندی سلسله مراتبی(HCA)،نمونه ها در دو خوشه ی اصلی قراردارند که خوشه ی یک دارای غلظت آنیونی-کاتیونی بیشتری نسبت به خوشه دو می باشد.مطابق نمودار استیف رسم شده برای هر خوشه،تیپ آب منطقه بیکربناته-کلسیک می باشد. به منظور یافتن عوامل اصلی کنترل کننده شیمی آب زیرزمینی از روش واریمکس چرخشی که عمومی ترین نوع PCA است،به این دلیل که مولفه های قابل تفسیر بیشتری ارائه میدهد، استفاده شده است. مطابق این روش انحلال سنگ های آهکی و دولومیتی و تعامل آب-سنگ مهمترین عوامل کنترل کننده ی شیمی آب زیرزمینی منطقه می باشد. پرونده مقاله -
دسترسی آزاد مقاله
15 - Forecasting Seasonal and Trend-Driven Data: A Comparative Analysis of Classical Techniques
Zahira MARZAK Rajaa BENABBOU Salma MOUATASSIM Jamal BENHRAMaking future predictions based on past and present data is known as forecasting. In the face of uncertainty, organizations rely on this valuable tool to make informed decisions, develop better strategies, and become more proactive. This study presents a comprehensive c چکیده کاملMaking future predictions based on past and present data is known as forecasting. In the face of uncertainty, organizations rely on this valuable tool to make informed decisions, develop better strategies, and become more proactive. This study presents a comprehensive comparison of the performance of several classical quantitative forecasting methods, namely, Moving Average, Single Exponential Smoothing, Holt’s Double Exponential Smoothing with a trend, Holt-Winter’s Triple Exponential Smoothing with a trend and seasonality, ARIMA, ARIMAX, SARIMA, SARIMAX, and Multiple Linear Regression method.This research’s aim is to identify the most effective technique for predicting weekly sales of a product, a critical aspect of supply chain management, with the emphasis being placed on the capability of each technique to capture the trend and seasonality components of the dataset. For this, an out-of-sample validation procedure was used; the evaluation of the performance of each technique’s model was conducted using three accuracy metrics: Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE), and Root Mean Square Error (RMSE). The results revealed that the SARIMAX model outperformed the other techniques, providing the most accurate forecasts for the product’s weekly sales. This paper contributes to the field of industrial engineering by offering insights into the application of these classical quantitative forecasting methods in real-world scenarios, particularly in sales forecasting. The findings of this study can assist businesses and organizations in making up-to-date decisions and developing more effective and successful strategies. پرونده مقاله -
دسترسی آزاد مقاله
16 - تحلیل و پیش بینی نوسانات تراز سطح آب دریاچه ارومیه با استفاده از مدل ARIMA
خدیجه جوان فرهاد نصیریاین تحقیق به منظور بررسی نوسانات تراز سطح آب دریاچه ارومیه و ارائه مدلی مناسب جهت پیش بینی نوسانات تراز سطح آب صورت گرفته است. آمار ماهانه تراز آب دریاچه در دوره آماری (1392- 1345) مورد استفاده قرار گرفت و همگنی آنها توسط آزمون توالی بررسی شد. سپس دادهها مورد آزمونهای چکیده کاملاین تحقیق به منظور بررسی نوسانات تراز سطح آب دریاچه ارومیه و ارائه مدلی مناسب جهت پیش بینی نوسانات تراز سطح آب صورت گرفته است. آمار ماهانه تراز آب دریاچه در دوره آماری (1392- 1345) مورد استفاده قرار گرفت و همگنی آنها توسط آزمون توالی بررسی شد. سپس دادهها مورد آزمونهای ایستایی میانگین و واریانس قرار گرفت تا با ایجاد مرتبه در سری، ناایستایی سری از بین برود. رفتار ماهانه سری با استفاده از تفاضلگیری حذف گردیده و با استفاده از مدلهای باکس- جنکینز، سری زمانی تراز سطح آب بررسی و بهترین مدل برازش داده شد. صحت و دقت مدلها بر اساس معیارهای AIC و BIC و تحلیل نمودار توابع خودهمبستگی و خودهمبستگی جزئی تایید گردید و مدل مناسب بصورت ARIMA= (0,1,4)(1,1,1)12 انتخاب شد که ترکیبی از دو بخش غیر فصلی (q=4،d=1،p=0) و فصلی (SQ=1،SD=1،SP=1) میباشد. مدل انتخاب شده مورد برازش قرار گرفته و سپس مناسبت آن از طریق تجزیه و تحلیل باقیماندهها مورد آزمون قرار گرفت و صحت آن تایید گردید. در نهایت با استفاده از این مدل رفتار سری در ماههای آینده مورد پیشبینی قرار گرفت. پرونده مقاله -
دسترسی آزاد مقاله
17 - Time Series Models to Predict the Monthly and Annual Consumption of Natural Gas in Iran
Arash Farrokhi Reza HassanzadehConsidering the fact that natural gas is a widely used energy source, the prediction of its consumption can be useful (Derek LAM, 2013). As Iran has one of the largest gas reserves in the world, its consumption in the country can affect the worldwide price of gas, There چکیده کاملConsidering the fact that natural gas is a widely used energy source, the prediction of its consumption can be useful (Derek LAM, 2013). As Iran has one of the largest gas reserves in the world, its consumption in the country can affect the worldwide price of gas, Therefore, the current research is useful both from economic and environmental point of view. The goal of the study is to select the best model for the prediction of gas consumption. To achieve the goal time series analysis are used. The findings indicate that ARIMA (0, 1, 0) is the best model for the prediction of annual gas consumption, while SARIMA (1, 0, 0) (1, 1, 0) for the prediction of monthly gas consumption پرونده مقاله -
دسترسی آزاد مقاله
18 - مقایسه عملکرد الگوی ARIMA و MS-AR در پیشبینی ادوار تجاری ایران
مهدی فاضل اکبر توکلی مصطفی رجبیتجربه نشان میدهد ادوار تجاری اجتناب ناپذیرند. به دلیل وابستگی تأثیرگذاری سیاستهای اقتصادی به ادوار تجاری، اقتصاددانان همواره در صدد شناخت نحوه شکلگیری ، تأثیرگذاری و پیشبینی آن بودهاند. مقالهی حاضر با نگاه کوتاهی به مفاهیم حوزهی ادوار تجاری، الگوی خودهمبسته غیرخط چکیده کاملتجربه نشان میدهد ادوار تجاری اجتناب ناپذیرند. به دلیل وابستگی تأثیرگذاری سیاستهای اقتصادی به ادوار تجاری، اقتصاددانان همواره در صدد شناخت نحوه شکلگیری ، تأثیرگذاری و پیشبینی آن بودهاند. مقالهی حاضر با نگاه کوتاهی به مفاهیم حوزهی ادوار تجاری، الگوی خودهمبسته غیرخطی مبتنی بر زنجیرههای مارکوف (MS-AR) را جهت تحلیل و پیشبینی ادوار تجاری ایران معرفی کرده و توانمندی آن را در مقایسه با الگوی خطی ARIMA میسنجد. بدین منظور از دادههای سری زمانی فصلی تولید ناخالص داخلی (GDP) در دوره 1367:1 - 1389:4 برگرفته از سایت بانک مرکزی استفاده شده است. در هر کلاس، الگوهای مناسب برازش و پیشبینیهایی مبتنی بر روش پیشبینی غلتان ایجاد شده است. بر اساس معیارهای RMSE ، MAPE و TIC، نتایج نشان میدهد الگوی MS-AR نسبت به الگوی ARIMA عملکرد بهتری در پیشبینی ادوار تجاری ایران دارد. پرونده مقاله -
دسترسی آزاد مقاله
19 - پیشبینی قیمت سهام شرکت فرآورده های نفتی پارس با استفاده از شبکه عصبی و روش رگرسیونی مطالعه موردی: قیمت سهام شرکت فرآوردههای نفتی پارس
سید نظام الدین مکیان فاطمه السادات موسوییکی از راههای تامین سرمایه برای سرمایهگذاری، انتشار اوراق قرضه و سهام از طریق بازار بورس میباشد. افراد در این بازار انتظار دستیابی به سود را دارند. اولین و مهمترین عاملی که در اتخاذ سرمایهگذاری در بورس فراروی سرمایهگذار قرار دارد عامل قیمت سهام است که به تبع آن مق چکیده کاملیکی از راههای تامین سرمایه برای سرمایهگذاری، انتشار اوراق قرضه و سهام از طریق بازار بورس میباشد. افراد در این بازار انتظار دستیابی به سود را دارند. اولین و مهمترین عاملی که در اتخاذ سرمایهگذاری در بورس فراروی سرمایهگذار قرار دارد عامل قیمت سهام است که به تبع آن مقوله ارزیابی و پیشبینی قیمت آینده نیز مطرح میشود. فعالان در این بازار درصدد دستیابی و بهکارگیری روشهایی هستند تا با پیشبینی آتی قیمت سهام، سود سرمایه خود را افزایش دهند.مطالعه حاضر با هدف پیشبینی قیمت پایانی سهام- مطالعه موردی شرکت فرآوردههای نفتی پارس- با به کارگیری دادههای روزانه در دوره زمانی 13/8/1388 تا 11/11/1389 از طریق دو روش شبکه عصبی مصنوعی و رگرسیونی ARIMA صورت پذیرفته است. نتایج بهدست آمده به وسیله مدل شبکه عصبی دارای خطای کمتر، قدرت توضیحدهندگی بالاتر و در نتیجه پیشبینی بهتری را نسبت به روش رگرسیونی نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
20 - Improving the Performance of Forecasting Models with Classical Statistical and Intelligent Models in Industrial Productions
Maryam Bahrami Mehdi Khashei Atefeh AmindoustThe capability to receive and deliver customer demand on time in today's competitive world is a significant concern for all industries. In particular, demand management has entered a new era with many companies competing in the last decade. Customer demand management is چکیده کاملThe capability to receive and deliver customer demand on time in today's competitive world is a significant concern for all industries. In particular, demand management has entered a new era with many companies competing in the last decade. Customer demand management is one of the contemporary issues. The main goal of demand management is to improve supply chain effectiveness, and it is important to note that it is complementary to distribution management and product demand management. Therefore, demand forecasting is essential. For this purpose, in this study, the modeling of the combination structure using autoregressive integrated moving average models and multilayer perceptron neural networks in the field of demand with benchmark data is investigated. The data sets used in this study are two well-known benchmarks of the total product revenue of the Taiwan machinery industry and the sales volume of soft drinks. Eviews and Matlab software have been used to determine the unknown parameters of the proposed model. The experimental results of the research show that the performance of the proposed hybrid model is more accurate than its single components. In addition, results indicate that intelligent models can perform better than classic statistical models. پرونده مقاله -
دسترسی آزاد مقاله
21 - Monitoring annual precipitation changes in Dezful plain with statistical analysis and time series
Yaser Sabzevari Saeid Eslamian Keyvan MoradalivandBackground and objective:Predicting and studying the trend of climate variables in the future plays an important role in the optimal management of water resources. Different methods are used to determine the trend of change. One of the most common methods of trend chang چکیده کاملBackground and objective:Predicting and studying the trend of climate variables in the future plays an important role in the optimal management of water resources. Different methods are used to determine the trend of change. One of the most common methods of trend change analysis is time series analysis. Time series is a set of observations about a variable that is measured at discrete points in time, usually at equal distances, and arranged in chronological orderMaterials and methods:In the present study, the trend of precipitation changes in Dezful plain during 32 years was investigated and by selecting the appropriate time series model, a forecast was made for the next ten years. Man-Kendall’s non-parametric test was used to investigate the trend of precipitation changes.Results and conclusion:The result of this test showed that the annual precipitation of Dezful had a decreasing trend due to having a Man-Kendall statistic of -1.6. To select the appropriate time series model, data preparation (trend elimination and normalization) was performed first. Data stagnation was assessed with autocorrelation (ACF) and partial autocorrelation (PACF) charts. Using the differentiation method, the data became static (eliminating the mean trend) by applying one-time differentiation. By static data, random models were used to predict the average annual precipitation. Then, by fitting different Arima models and considering the criteria of T, P-VALUE less than 0.05 and Bayesian information criterion (BIC), the Arima model (3,1,1) was selected as the most appropriate model and to verify this the model was predicted for the period 2011 to 2018. The validation results showed that the prediction of this model is acceptable according to the actual values. Then, based on this model, a forecast was made for the next ten years from 2019 to 2028, which is predicted that the precipitation trend will decrease for the next period. پرونده مقاله -
دسترسی آزاد مقاله
22 - تحلیل روند تغییرات دمایی شهرستان اهواز بر اساس شاخص های حدی
علیرضا شکیبا عین اله خلیلی آمنه دشت بزرگیدر مطالعه حاضر بررسی و تحلیل روند تغییرات دمایی شهرستان اهواز(1964-2003) با استفاده از شش شاخص آستانه ای دما انجام گرفته است. این شاخص ها شامل شبهای سرد، روزهای سرد، شبهای گرم، روزهای گرم، روزهای تابستان و میزان اختلاف درجه حرارت می باشند. نتایج بدست آمده در این تحقیق ن چکیده کاملدر مطالعه حاضر بررسی و تحلیل روند تغییرات دمایی شهرستان اهواز(1964-2003) با استفاده از شش شاخص آستانه ای دما انجام گرفته است. این شاخص ها شامل شبهای سرد، روزهای سرد، شبهای گرم، روزهای گرم، روزهای تابستان و میزان اختلاف درجه حرارت می باشند. نتایج بدست آمده در این تحقیق نشان می دهد شرایط اقلیمی اهواز نسبت به گذشته گرمتر شده است. تغییرات شاخص های شبهای سرد و روزهای سرد روند کاهشی چشمگیری را نشان می دهد. شاخص های روزهای گرم، شبهای گرم و روزهای تابستان روند افزایشی داشته اند. شاخص اختلاف میزان درجه حرارت در طول دوره آماری40 ساله روند کاهشی شدیدی داشته است. در محاسبه پیش بینی مقادیر 10 سال آینده بر اساس مدلهای ARIMA ادامه روند گرمایشی اهواز مشاهده شده است. به طور کلی شرایط دما اهواز نسبت به گذشته دوره های گرمتری را تجربه کرده است این روند در مقادیر 10 سال آینده نیز قابل مشاهده است. پرونده مقاله -
دسترسی آزاد مقاله
23 - Forecasting Iran’s Rice Imports during 2009-2013
Mohammad Reza Pakravan Mohammad Kavoosi Kelashemi Hamid Reza AlipourIn the present study Iran’s rice imports trend is forecasted, using artificial neural networks and econometric methods, during 2009 to 2013, and their results are compared. The results showed that feet forward neural network leading with less forecast error and ha چکیده کاملIn the present study Iran’s rice imports trend is forecasted, using artificial neural networks and econometric methods, during 2009 to 2013, and their results are compared. The results showed that feet forward neural network leading with less forecast error and had better performance in comparison to econometric techniques and also, other methods of neural networks, such as Recurrent networks and Multilayer perceptron networks. Moreover, the results showed that the amount of rice import has ascending growth rate in 2009-2013 and maximum growth occurs in 2009-2010 years, which was equal to 25.72 percent. Increasing rice import caused a lot of exchange to exit out of the country and also, irreparable damage in domestic production, both in terms of price and quantity. Considering mentioned conditions, economic policy makers should seek ways to reduce increasing trend of rice import; and more investment and planning for domestic rice producers. پرونده مقاله -
دسترسی آزاد مقاله
24 - Future Prospects of Iran, U.S and Turkey's Pistachio Exports
Mohammad Reza Pakravan Mohammad Kavoosi KalashamiIn this study, the situation of Iran, U.S and Turkey's Pistachio export is investigated. to this purpose, Revealed Comparative Advantage (RCA) Index is calculated based on Agricultural and total economy export, separately, then forecasted by using Auto- Regressive Integ چکیده کاملIn this study, the situation of Iran, U.S and Turkey's Pistachio export is investigated. to this purpose, Revealed Comparative Advantage (RCA) Index is calculated based on Agricultural and total economy export, separately, then forecasted by using Auto- Regressive Integrated Moving Average (ARIMA) approached, for 2008-2013. The results show that considering both commodity baskets, Turkey and Iran had comparative advantage in Pistachio export in 1982-2007, but U.S did not. Also, forecasting RCA index, based on both commodity baskets, show the improvement of U.S Pistachio export situation, unlike the values of RCA index forecasting for Iran and Turkey is falling. Therefore, it is recommended that Iran and Turkey attempt to identify new consumer markets in order to retain their market shares in pistachio export. Following the U.S imposed policies during last six years which improved its pistachio export, Iran and Turkey can increase their market shares. پرونده مقاله -
دسترسی آزاد مقاله
25 - رواسازی مقیاس سنجش کارآفرینی در مدیران دستگاههای دولتی
نسرین سهرابیفرد علیاکبر خسروی حیدرعلی هومناین پژوهش با هدف رواسازی مقیاس کارآفرینی در سازمانهای دولتی شهر تهران به اجرا در آمد. نمونهای با حجم 410 نفر از مدیران پنج وزارتخانه به روش نمونهبرداری طبقهای انتخاب و پرسشنامه هومن (1380) شامل 121 مادّه با طیف لیکرت در مقیاس چهار درجهای در مورد آنها اجرا شد. ضریب آ چکیده کاملاین پژوهش با هدف رواسازی مقیاس کارآفرینی در سازمانهای دولتی شهر تهران به اجرا در آمد. نمونهای با حجم 410 نفر از مدیران پنج وزارتخانه به روش نمونهبرداری طبقهای انتخاب و پرسشنامه هومن (1380) شامل 121 مادّه با طیف لیکرت در مقیاس چهار درجهای در مورد آنها اجرا شد. ضریب آلفای کرونباخ این پرسشنامه برابر با 986/0 بود و هفت مادّه آن که دارای همبستگی پلی سریال ضعیف و غیرمعنادار با نمره کلی بودند، حذف شدند. پس از حذف این مواد و مادّه 111 به علت فقدان بار عاملی معنادار، از مقیاس 113 مادّهای باقیمانده یک ضریب روایی 988/0 به دست آمد. تحلیل مؤلفههای اصلی با استفاده از چـرخش واریماکس، هفـت عامل را به دست داد: سختکوشی، خطرپذیری، کانون مهارگری، سیالی، خلاقیت و نوآوری، انعطافپذیری و تردید و تحمل ابهام. پرونده مقاله -
دسترسی آزاد مقاله
26 - کاربرد رهیافت شبکه عصبی در پیشبینی قیمت کنجاله سویا در بورس کالای ایران
علی اکبر باغستانی سعید یزدانی مجید احمدیانچکیده وابستگی روزافزون صنعت دام و طیور کشور به کنجاله سویا، موجب شده است تا هرگونه نوسان قیمت این محصول از نگاه فعالان بازار آن به دقت و حساسیت پی گیری شود. این نوسان ها در برخی مقاطع، دغدغهها و نگرانیهای جدی در خصوص وضعیت تأمین کنجاله سویا و قیمت آن به وجود آورده اس چکیده کاملچکیده وابستگی روزافزون صنعت دام و طیور کشور به کنجاله سویا، موجب شده است تا هرگونه نوسان قیمت این محصول از نگاه فعالان بازار آن به دقت و حساسیت پی گیری شود. این نوسان ها در برخی مقاطع، دغدغهها و نگرانیهای جدی در خصوص وضعیت تأمین کنجاله سویا و قیمت آن به وجود آورده است.به منظور دستیابی به پیشبینیهای بهتر در بازار بورس کنجاله سویا، قواعد موجود در آن شناسایی شود. در این مطالعه با استفاده از دادههای قیمت ماهانه و هفتگی کنجاله سویا در بازار بورس، ضمن بررسی جایگاه کنجاله سویا در معاملات بورس کالا، قیمت کنجاله سویا با رهیافت شبکه عصبی مبتنی بر الگوریتم GMDH[i] پیشبینی و نتایج با پیشبینیهای مدل خودرگرسیو میانگین متحرک مقایسه می گردد. نتایج نشان میدهد الگوریتم شبکه عصبیGMDH، توانایی و دقت بالاتری در پیشبینی قیمت نسبت به روش خودرگرسیو میانگین متحرک داشته است. [i].Group Method of Data Handling(GMDH) پرونده مقاله -
دسترسی آزاد مقاله
27 - تأثیر نااطمینانی تولید ناخالص داخلی و تورم بر منابع و مصارف بانک ملی ایران
جواد صلاحی سید رضا خادمیبانکها در ایران از تأثیرگذارترین بازیگران اقتصادی محسوب می شوند. . بانکها به عنوان نهادهای مالی و اقتصادی باید درآمدزا بوده و سودآوری آنها تابعی از وضعیت منابع، میزان تسهیلات، حجم سرمایه گذاری و ارایه انواع خدمات بانکی و متنوع بودن آنها است. دگرگونی درهر یک از این متغی چکیده کاملبانکها در ایران از تأثیرگذارترین بازیگران اقتصادی محسوب می شوند. . بانکها به عنوان نهادهای مالی و اقتصادی باید درآمدزا بوده و سودآوری آنها تابعی از وضعیت منابع، میزان تسهیلات، حجم سرمایه گذاری و ارایه انواع خدمات بانکی و متنوع بودن آنها است. دگرگونی درهر یک از این متغیرها ، موجب تغییر در سودآوری و نوسان در سطح سود بانکها خواهد شد. هدف اصلی این پژوهش بررسی نااطمینانی تولید ناخالص داخلی و تورم بر منابع و مصارف بانکها میباشد. در این مطالعه، به صورت ویژه آثار نااطمینانی تورم و تولید ملی بر منابع و مصارف بانک ملی آزمون شده است. نااطمینانی تولید ناخالص داخلی و تورم با ترکیبی از مدلهای گارچ [i]EGARCH وARIMA محاسبه و از طریق مدلهای خود توضیح برداری (VAR) و مدلهای تصحیح خطا (VECM) ارتباط آنها با منابع و مصارف بانک ملی در افق زمانی کوتاه مدت و بلند مدت آزمون شده است . یافته ها نشان میدهد تاثیر نااطمینانی تولید و تورم بر منابع بانک ملی، در کوتاه مدت و بلندمدت معنادار و منفی است ،اما در کوتاه مدت و بلند مدت این تاثیرگذاری بر مصارف بانک ملی مثبت بوده است. Abstract Banks are strongest component and pivotal player in the Iranian economy. Banks that certainly must be profitable. Now if we suppose that bank profits is a function of variables such as resources, facilitate investment and … Naturally, each of them is changed, the bank's earnings will fluctuate. Economic policy makers of banks will have to choose a procedure and political factors and inflation.... at least for the banks make losses. In this study, the main objective is uncertainty of GDP and inflation on the sources and uses of Melli bank. For this purpose, uncertainty of GDP and inflation calculated by combination of models EGARCH and ARIMA. Then we will investigate relationship through Vector Autoregressive Models (VAR) and Vector Error Correction Models (VECM) and on sources and uses in the short-term and long-term. We will conclude that the effect of uncertainty of GDP and inflation on sources of Melli Bank is significant and negative in the short term and long term. And the effect of uncertainty of GDP and inflation on uses of Melli Bank is significant and positive in the short term and long term. [i]. Exponential General Auto-Regressive Conditional Heteroskedasticity (EGARCH) پرونده مقاله -
دسترسی آزاد مقاله
28 - پیشبینی قیمت بنزین فوب خلیجفارس با استفاده از مدلهای ARIMA و ARFIMA
حمید آماده فرشید عفتی باران امین امینییکی از روش های مناسب در پیش بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (ARIMA) است. در این پژوهش از مدلهای ARIMA و ARFIMA چکیده کاملیکی از روش های مناسب در پیش بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (ARIMA) است. در این پژوهش از مدلهای ARIMA و ARFIMA برای پیش بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش بینی مدل ARIMA با پیشبینی مدل خود توضیح کسری جمعی میانگین متحرک (ARFIMA) مقایسه شد. برای این منظور، از ابزارهای محاسباتی نرم افزار STATA12 و داده های سری زمانی قیمت بنزین فوب خلیجفارس از ابتدای سال 2009 تا هفته ۲۶ سال 2012 بهصورت هفتگی که از سایت اوپک دریافت گردید، استفاده شد. نتایج تحقیق نشان داد که مدل ARFIMA(6,0.22,6) نسبت به مدل ARIMA(1,1,0) مدل مناسب تری برای پیش بینی قیمت بنزین است و میزان خطای کمتری دارد. پرونده مقاله -
دسترسی آزاد مقاله
29 - پیشبینی سهم اشتغال بخشهای عمده اقتصادی کشور در چشمانداز 1404
شهریار نصابیان صالح قویدلپیش بینی وضعیت اشتغال و بیکاری کشور به صورت کمی می تواند حدود بازار کار در چشم انداز 20 ساله را رقم بزند.در این مقاله با استفاده از مدل ARIMA سهم اشتغال به سه بخش کشاورزی،صنایع و معادن و خدمات برای سالهای 1386-1404 پیش بینی می شود.نتایج نشان می دهد که سهم اشتغال بخشهای چکیده کاملپیش بینی وضعیت اشتغال و بیکاری کشور به صورت کمی می تواند حدود بازار کار در چشم انداز 20 ساله را رقم بزند.در این مقاله با استفاده از مدل ARIMA سهم اشتغال به سه بخش کشاورزی،صنایع و معادن و خدمات برای سالهای 1386-1404 پیش بینی می شود.نتایج نشان می دهد که سهم اشتغال بخشهای کشاورزی،صنایع و معادن و خدمات در طی 50 سال گذشته(1385-1336) به دترتیب کاهشی،افزایشی(با نرخ کم) و افزایشی بوده که پیش بینی انجام شده،ادامه این رویه را تا افق سال 1404 تایید میکند. پرونده مقاله -
دسترسی آزاد مقاله
30 - پیشبینی قیمت جهانی گندم و صرفهجویی ارزی در ایران
شهریار نصابیان شهاب الدین قشقاییاین مطالعه با هدف پیش بینی قیمت جهانی گندم و تشخیص زمان مناسب واردات گندم در جهت صرفه جویی ارزی صورت گرفت. جامعه آماری تحقیق حاضر اطلاعات سری زمانی ماهانه قیمت گندم طی بازه زمانی ژانویه 2000 تا دسامبر 2014 است و پیش‎بینی قیمت جهانی گندم برای دوره زمانی ژانویه 2016 ت چکیده کاملاین مطالعه با هدف پیش بینی قیمت جهانی گندم و تشخیص زمان مناسب واردات گندم در جهت صرفه جویی ارزی صورت گرفت. جامعه آماری تحقیق حاضر اطلاعات سری زمانی ماهانه قیمت گندم طی بازه زمانی ژانویه 2000 تا دسامبر 2014 است و پیش‎بینی قیمت جهانی گندم برای دوره زمانی ژانویه 2016 تا دسامبر 2017 انجام شده است. همچنین جهت بررسی میزان واردات گندم به کشور ایران داده‎های ماهانه سال 1393- 1388در نظر گرفته شده است. در این مطالعه از مدل ARIMA به‎عنوان پیشتاز مدل‎های سری زمانی کلاسیک برای پیش‎بینی قیمت جهانی گندم استفاده گردید. نتایج تخمین مدل ARIMA و مشاهده روند زمانی متغیر قیمت جهانی گندم نشان می دهد که در سال‎های اخیر با کاهش قیمت مواجه هستیم و در سال‎های 2016 و 2017 شاهد افزایش تدریجی قیمت جهانی گندم خواهیم بود. همچنین با بررسی وضعیت واردات گندم ایران در سال های مذکور، این نتیجه حاصل شد که واردات گندم در بعضی سالها، در زمان مناسبی انجام نشده است، در سال‎هایی مانند سال 1391که قیمت جهانی افزایش داشته است ایران نیز افزایش واردات گندم داشته است. Abstract This study forecasts the global price of wheat and wheat imports to recognize the right time in order to save foreign exchange took place. The population of study time series of monthly wheat prices during the period January 2000 to December 2014 and forecast global wheat prices for the period January to December 2017 was conducted.In order to evaluate the country's wheat imports in years 1393- 1388 Monthly data are considered. ARIMA model as a pioneer in the study of classical time series models were used to forecast global wheat prices. ARIMA model and view the results of the variable when global wheat prices shows that in recent years, faced with falling prices and in the years 2016 and 2017 will see a gradual increase in global wheat prices. Also, check the status of Iran's wheat imports in the year, it was concluded that wheat imports in some years, been done at the right time, in years such as 1391 when the world price increased Iran's imports of wheat. پرونده مقاله -
دسترسی آزاد مقاله
31 - Flood Water Surface Profile in Tapi River- Surat
G. I. Joshi A. S. PatelSurat is a highly developed, thickly populated cosmopolitan character city with full of various activities going on day and night. Any natural calamity which causes loss of lives to property and infrastructure along with effects on industrial processes going on has seri چکیده کاملSurat is a highly developed, thickly populated cosmopolitan character city with full of various activities going on day and night. Any natural calamity which causes loss of lives to property and infrastructure along with effects on industrial processes going on has serious impact on economy of the state. Therefore, it becomes highly necessary that flood events are studied and analyzed properly in order to propose adequate flood control and protection measures in time to come. Many research organizations like Central Water Commission (CWC), Gujarat Engineering Research Institute (GERI), Central Water Power and Research Station (CWPRS), are already involved in study of flood phenomena of Tapi River. It appears to be of vital importance to initiate studies as an extension in lights of finding of such studies, using modern computer, model and software technology. In this research paper in detail, morphological processes in Tapi River Basin studied. It is also studied presently available mathematical models by proving them for Tapi flood data and to develop an “Optimization Process” to minimize the flood impacts. It is further attempted to validate the model with studies on physical model development with studies on physical model developed/constructed by any Govt. or Semi Govt. organization like CWC, GERI, and CWPRS etc. Subsequent to construction of Ukai dam large urban developments have taken place along Tapi river banks. With the moderation of flood at Ukai reservoir, no major floods were experienced at Surat and Hazira till 1994. During 1994, 1998 and 2006 floods of the order of 14870 m3/s (5.25 lakh cfs), 19820 m3/s (7.00cfs) and 28315 m3/s (9.10lakh cfs) were experienced. Large portion of Surat area was inundated along with large scale flooding at Bhata, Bharatpur, Surat, and surrounding areas. There were heavy damages of industrial and urban properties costing 21000 Crores. This paper presents CHARIMA mathematical model for prediction of water levels in Tapi Creek under influence of flood and tide. This mathematical model is capable of handling unsteady floods in river channel network validated for September 1998 flood situation and then applied for predictions with 28315 m3/s (10 lakh cfs flood discharge). On the basis of the results this study the necessary measures to be taken for flood forecast and flood protection schemes to minimi Tapi river flood impacts on Surat, Gujarat, India, have been suggested. پرونده مقاله -
دسترسی آزاد مقاله
32 - پیشبینی قیمت سهام در بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی مصنوعی(ANN) و مدل خودرگرسیون میانگین متحرک انباشته (ARIMA) : مطالعه موردی دو شرکت دارویی فعال بورس اوراق بهادار
احمد چگنی عزیز گرددر این تحقیق به مقایسه کارایی دو روش پیشبینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیشبینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرزدارو و جامدارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنو چکیده کاملدر این تحقیق به مقایسه کارایی دو روش پیشبینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیشبینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرزدارو و جامدارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنوعی برای هر دو شرکت تخمین زده شد. به منظور تخمین مدل شبکه عصبی مصنوعی، متغیر قیمت سهام به عنوان متغیر وابسته و متغیرهای حجم معاملات سهام، شاخص صنعت دارو، قیمت نفت اوپک، نرخ ارز و قیمت طلا به عنوان متغیرهای مستقل در نظر گرفته شد. برای مقایسه دو مدل نیز از معیارهای MSE,RMSE,MAD,R2 و MAPE استفاده شد. به منظور تخمین مدل رگرسیون پیشبینی قیمت سهام از فرآیند خودرگرسیون میانگین متحرک انباشته (ARIMA) استفاده و تخمین ضرایب مدل با استفاده از نرمافزار آماری EVIEWS انجام شده و مدل شبکه عصبی مصنوعی(ANN) مناسب برای پیشبینی قیمت سهام نیز با استفاده از نرمافزار MATLAB ساخته شد. نتایج تحقیق نشان داد که فرضیه تحقیق در صورت تأثیر متغیرهای کلان اقتصادی بر روی قیمت سهام صحیح بوده و مدل شبکه عصبی مصنوعی (ANN) پیشبینی بهتری از قیمت سهام در بازار سهام ایران در مقایسه با روش خودرگرسیون میانگین متحرک انباشته (ARIMA) دارد. پرونده مقاله -
دسترسی آزاد مقاله
33 - ارزیابی توان تبیین نظریه ارزش فرین (حدی) و مدلهای کاپولا-گارچ در پیشبینی ارزش در معرض ریسک و ریزش مورد انتظار پرتفوی در پرتفوی شرکتهای سرمایه گذاری بورس اوراق بهادار تهران
علی علی زاده میر فیض فلاحهدف اصلی تحقیق ارائه مدلی دقیقتر برای محاسبه ریسک بانکها و موسسات مالی است. در این تحقیق با ترکیب معیار ارزش در معرض ریسک پرتفوی با توابع کاپولا، به معرفی مدلCOPULA) ARIMA-GARCH- ) پرداختیم. برای بدست آوردن توزیعهایiid و همچنین تخمین واریانس، به تخمین همزمان مدل میانگ چکیده کاملهدف اصلی تحقیق ارائه مدلی دقیقتر برای محاسبه ریسک بانکها و موسسات مالی است. در این تحقیق با ترکیب معیار ارزش در معرض ریسک پرتفوی با توابع کاپولا، به معرفی مدلCOPULA) ARIMA-GARCH- ) پرداختیم. برای بدست آوردن توزیعهایiid و همچنین تخمین واریانس، به تخمین همزمان مدل میانگین و واریانس شرطی پرداختهشدهاست. برای مدلسازی میانگین بازده داراییها از متدولوژی باکس- جنکینز (ARIMA)و برای مدلسازی واریانس شرطی از مدلهای ناهمسانی واریانس (GARCH) استفاده گردید. بمنظور مقایسه مدلهای مختلف تخمین ارزش در معرض ریسک از معیار میانگین خطا و برای آزمون آماری نتایج، از روشهای پسآزمایی استفاده کردیم. با توجه به معیار میانگین خطا، مدل( ARIMA-GARCH- COPULA) بهترین عملکرد و دقت را داشت. پس از آن مدلGEV که با استفاده از تئوری مقادیر فرین(حدی) حاصل شد، در رتبه دوم قرار گرفت. نتایج نشان دادند که بجز مدل واریانس-کوواریانس تقریبا تمامی روشهای مقایسه شده از نظر آماری، در محاسبه VAR از دقت کافی برخوردارند، ولی نتایج روش رتبهبندی داو بسیار به یکدیگر نزدیکاند. طبق این روش در سطح معناداری 5% مدل GEV و در سطح معناداری 1% مدل شبیهسازی تاریخی دارای کمترین تابع زیان بودند. همچنین محاسبات ریزش مورد انتظار برای 4 مدل مذکور نشان داد که مدل( ARIMA-GARCH- COPULA) کمترین زیان را دارد. پرونده مقاله -
دسترسی آزاد مقاله
34 - پیش بینی بازده بازار سرمایه با استفاده از الگوی یادگیری الگوریتم لورنبرگ مارکوات, گرادیان نزولی و الگوی آریما (ARIMA)
مهدی اشعریون قمی زاده محمد محمودیپژوهش حاضر بر اساس ارزیابی الگوی یادگیری الگوریتم لورنبرگ مارکوات، گرادیان نزولی و الگوی آریما به مقایسه و توانایی پیشبینی کنندگی در بازار سرمایه میپردازد. بدین منظور دادههای بازار در سالهای 1394 تا 1397 مورد استفاده قرار گرفت و بیش از 75 درصد از این دادهها تا قبل چکیده کاملپژوهش حاضر بر اساس ارزیابی الگوی یادگیری الگوریتم لورنبرگ مارکوات، گرادیان نزولی و الگوی آریما به مقایسه و توانایی پیشبینی کنندگی در بازار سرمایه میپردازد. بدین منظور دادههای بازار در سالهای 1394 تا 1397 مورد استفاده قرار گرفت و بیش از 75 درصد از این دادهها تا قبل از سال 1397 به عنوان دادههای آموزشی استفاده شد و دادههای یک سال پایانی نیز به عنوان دادههای آزمایشی مورد استفاده قرار گرفته شده است. نتایج تحقیق نشان دادهاند، شبکههای عصبی مصنوعی ظرفیت بالایی برای پیشبینی قیمت دارند. مقایسه نتایج و عملکرد شبکههای عصبی و الگوی آریما (ARIMA) حاکی از آن است که شبکه عصبی قدرت پیشبینی بالاتری در مقایسه با الگوی خطی آریما (ARIMA) دارد، همچنین مقایسه عملکرد و دقت پیشبینی دو نوع شبکه عصبی با الگوریتم یادگیری لونبرگ مارکوارت و الگوریتم یادگیری گرادیان نزولی نشان داد که استفاده از الگوریتم یادگیری لونبرگ مارکورات توانسته است دقت پیشبینی شبکه عصبی را افزایش داده و خطای آن را کاهش دهد، بنابراین بر پایه پژوهش انجام شده میتوان چنین نتیجه گرفت که الگوریتم یادگیری لونبرگ مارکوارت قدرت پیشبینی شبکه عصبی را بهبود میبخشد. پرونده مقاله -
دسترسی آزاد مقاله
35 - برآورد مدلی جهت پیش بینی روند ارز های دیجیتال (بیتکوین،اتریوم) در دوره ی کرونا و پسا کرونا با کمک سری زمانی
سید رامین سعیدی نژاد سینا لالهجهان پساز پخش و همهگیر شدن بیماری پاندمی کووید-19 دچار بحران اقتصادی شدیدی شد، بههمین دلیل نیاز به پیشبینی بیشاز پیش نمود پیدا کرد.یکی از این روشهای پیشبینی سریهای زمانی میباشد.در این پژوهش ابتدا تاثیرگذاری بیماری کووید-19 برروی قیمت اتریوم و بیت کوین را بررسی چکیده کاملجهان پساز پخش و همهگیر شدن بیماری پاندمی کووید-19 دچار بحران اقتصادی شدیدی شد، بههمین دلیل نیاز به پیشبینی بیشاز پیش نمود پیدا کرد.یکی از این روشهای پیشبینی سریهای زمانی میباشد.در این پژوهش ابتدا تاثیرگذاری بیماری کووید-19 برروی قیمت اتریوم و بیت کوین را بررسی کردیم که نتایج حاصله نشان میدهد که این بیماری بر روی قیمتهای جهانی اتریوم و بیت کوین تاثیر منفی گذاشته است .در مرحله بعد با استفاده از روشهای سری زمانی تک متغیره و با کمک مدلهای آریما، مدلی برای پیشبینی که بهترین مدل AR(1) و MA(1) و مرتبه تفاضل گیری طراحی شد و پیش بینی یکساله و دوساله با مدل طراحی شده انجام شد ، با توجه به گزارش های بهداشت جهانی احتمالا تا یکسال آینده کرونا وجود دارد و دوسال آینده کرونا از حالت پاندمی خارج شده و دوره ی پسا کرونا نام دارد نتایج نشان میدهد که پس از افت های کوتاه مدت و نشان دادن واکنش به مقاومت ها و حمایت ها روند سالانه صعودی را در پیش خواهند داشت. پرونده مقاله -
دسترسی آزاد مقاله
36 - کاربرد حرکت براونی در پیش بینی قیمت سهام در مقایسه با روش ARIMA
فرهاد کریمی اصل علی سعیدی حیدر فروغ نژاد محمد خدائی وله زاقرددلیل اصلی که مردم در بازار سهام سرمایه گذاری می کنند، بدست آوردن سود است که لازمه آن داشتن اطلاعات درست از بازار و تغییرات سهام و پیش بینی روند آینده آن است. بنابراین سرمایه گذار نیازمند ابزارهای لازم قدرتمند و قابل اعتماد است که از طریق آن به پیش بینی قیمت سهام بپردازد چکیده کاملدلیل اصلی که مردم در بازار سهام سرمایه گذاری می کنند، بدست آوردن سود است که لازمه آن داشتن اطلاعات درست از بازار و تغییرات سهام و پیش بینی روند آینده آن است. بنابراین سرمایه گذار نیازمند ابزارهای لازم قدرتمند و قابل اعتماد است که از طریق آن به پیش بینی قیمت سهام بپردازد. در همین راستا در تحقیق حاضر به بررسی پیش بینی قیمت سهام بر اساس معیارهای میانگین مربع خطا MSE ، میانگین قدر مطلق انحراف MAE و ریشه میانگین مربع خطاها RMSE پرداخته شده است تا در نهایت روش های مورد بررسی در این تحقیق با یکدیگر مقایسه شده و روش برتر برای پیش بینی قیمت سهام شناسایی شود. برای این منظور از داده های 50 شرکت برتر بورس که هر سه ماه توسط سازمان بورس معرفی می شوند، طی دوره زمانی 1391 تا 1397 استفاده شده است. به منظور آزمون فرضیات تحقیق، از روش براونی و روش ARIMA بهره گیری شده که کلیه تجزیه و تحلیل ها با نرم افزارهای اکسل، Eviews10 و matlab انجام شده است. یافته های تحقیق نشان می دهد که مدل بروانی قیمت سهام را دقیقتر از روش ARIMA پیشبینی میکند. پرونده مقاله -
دسترسی آزاد مقاله
37 - پیش بینی منابع مالی بانک با استفاده از مدل خطی( ARIMA) و غیرخطی شبکه های عصبی مصنوعی فازی
امید مهری نمک آورانی رضا احتشام راثییکی از مهمترین موارد مورد علاقه مدیران بانکی به عنوان متغیری تأثیرگذار بر صنعت بانکداری، اطلاع از وضعیت سپردههای بانکی است که فعالیت بانک تا حد زیادی بستگی به آن دارد. ازاینرو مدیران بانکها علاقهمند هستند بدانند که میزان کل سپردههای بانک در زمان معینی در آینده چقد چکیده کاملیکی از مهمترین موارد مورد علاقه مدیران بانکی به عنوان متغیری تأثیرگذار بر صنعت بانکداری، اطلاع از وضعیت سپردههای بانکی است که فعالیت بانک تا حد زیادی بستگی به آن دارد. ازاینرو مدیران بانکها علاقهمند هستند بدانند که میزان کل سپردههای بانک در زمان معینی در آینده چقدر خواهد بود. پیشبینی میزان سپردهها، تغییر و نوسان این سپرده ها میتواند در امر برنامه ریزی و تصمیم گیری به بانکها کمک نماید. در این پژوهش سعی شده است با استفاده از تکنیکهای آماری و رویکرد مدلهای شبکههای عصبی مصنوعی ، مدلی مناسب با بیشترین قدرت تخمین و کمترین میزان خطا برای پیشبینی میزان سپردهها یا همان منابع مالی به تفکیک انواع آنها برای بانک موردنظر را معرفی نماییم. برای آزمون فرضیه ها از اطلاعات یک بانک خصوصی طی بازه زمانی سال های 139۶-138۷ استفاده شده است. در این پژوهش، پس از بررسی توان پیشبین کنندگی روش خود رگرسیو میانگین متحرک انباشته (ARIMA) و روش شبکههای عصبی مصنوعی، به مقایسهی این دو روش پرداخته شده است.نتایج پژوهش بر میزان سپردههای بانک بهصورت ماهانه حاکی از آن است که روش شبکههای عصبی تخمینهای بهتری نسبت به روش ARIMA ارائه مینمایند. پرونده مقاله -
دسترسی آزاد مقاله
38 - ارزیابی توان پیشبینی سود فصلی هر سهم بااستفاده ازمدلهای سری زمانی
حسین اعتمادی علی اصغر انواری رستمی وحید احمدیانپیش بینی سود هر سهم و ارزیابی سودمندی سودهای گذشته برای پیش¬بینی، از دیرباز مورد توجه پژوهشگران بوده و بدین منظورازروش¬هاومدل¬های متفاوت به منظورپیش¬بینی سودهای آتی شرکت¬هااستفاده شده است. در این راستا، در پژوهش حاضر، مدل¬های سری زمانی توضیحی جمع چکیده کاملپیش بینی سود هر سهم و ارزیابی سودمندی سودهای گذشته برای پیش¬بینی، از دیرباز مورد توجه پژوهشگران بوده و بدین منظورازروش¬هاومدل¬های متفاوت به منظورپیش¬بینی سودهای آتی شرکت¬هااستفاده شده است. در این راستا، در پژوهش حاضر، مدل¬های سری زمانی توضیحی جمعی میانگین متحرک ARIMAوشبکه¬های عصبی مصنوعی از نوع پرسپترون چند لایه (MLP) مورداستفاده قرارگرفتند وپیش بینی¬هابرای سودهای فصلی شرکتهای پذیرفته شده دربازاربورس اوراق بهادارتهران وبراساس داده های فصلی سالهای 1386تا 1391انجام پذیرفت. نتایج نشان دادکه مدل شبکه¬های عصبی مصنوعی به طورمعناداری، خطاهای کوچکتری رادرپیش¬بینی نسبت به مدل-هایARIMAایجادمی¬کنندودرنتیجه پیش¬بینی سودهای فصلی این شرکت¬ها، توسط شبکه¬های عصبی مصنوعی وباروشMLP ازتوان بیشتری نسبت بهARIMAبرخورداراست پرونده مقاله -
دسترسی آزاد مقاله
39 - مقایسه عملکرد مدلهای رگرسیونی ARIMA وشبکه عصبی باالگوریتم ژنتیک (GMDH) درپیش بینی قیمت نفت خام ایران
عباسعلی ابونوری ناهید خدادادیاین پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخار چکیده کاملاین پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخارج ازنمونه استفاده شده است. همچنین الگوهای مورداستفاده دراین پژوهش عبارتنداز:یک مدل شبکه عصبی مصنوعی مبتنی برالگوریتم ژنتیک (GMDH) و نیز یک مدل رگرسیونی خطی (ARIMA) یافته های این پژوهش نشان می دهدکه مدل شبکه عصبی مبتنی برالگوریتم درپیش بینی های خارج ازنمونه براساس معیارهای محاسبه خطای پیش بینی میانگین مجذور خطا (MSE) و نیز معیار جذر میانگین مجذور خطا (RMSE) دارای عملکردبهتری نسبت به مدل رگرسیونی خطیARIMAمی باشند. پرونده مقاله -
دسترسی آزاد مقاله
40 - پیش بینی دامنه تغییرات طلا با استفاده از مدل ترکیبی ARIMA و شبکه عصبی
شاپور محمدی رضا راعی محمدرضا رحیمیمدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینزشناخته میشود، یکی از پرکاربردترین مدلها در پیشبینی سریهای زمانی است. اما پیش فرض اصلی این مدل خطی بودن سری های زمانی می باشد. از سوی دیگر شبکه ی عصبی یک تخمین زننده ی عمومی است که الگو های غی چکیده کاملمدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینزشناخته میشود، یکی از پرکاربردترین مدلها در پیشبینی سریهای زمانی است. اما پیش فرض اصلی این مدل خطی بودن سری های زمانی می باشد. از سوی دیگر شبکه ی عصبی یک تخمین زننده ی عمومی است که الگو های غیر خطی را بسیار خوب مدل سازی می نماید. دانستن الگوی داده ها مبنی بر خطی و غیر خطی بودن در واقعیت کمی دشوار است، بنابراین این ایده در ذهن ایجاد می گردد که تلفیق مدل های خطی و غیرخطی می تواند منجر به افزایش دقت پیش بینی گردد. از این رو، در این پژوهش بخش خطی را بوسیله ی مدل ARIMA پیش بینی کرده، آن گاه پسماند های غیر خطی را بوسیله ی شبکه ی عصبی پیش خور مدل سازی نموده و پیش بینی حاصل از آن را به مدل ARIMA ، به منظور پیش بینی حد بالای قیمت، حد پایین قیمت و قیمت پایانی اونس طلا (برای یک مرحله پیش رو) اضافه می نماییم. نتایج بررسی دقت مدل ترکیبی نسبت بر هر یک از مدل های ARIMA و شبکه ی عصبی بر اساس دو معیار MSE و MAE با استفاده از آزمون های مقایسه زوجی و دایبولد- ماریانو دال بر عملکرد بهتر مدل ترکیبی است. پرونده مقاله -
دسترسی آزاد مقاله
41 - بررسی جایگاه تیم ملی فوتبال ایران در رده بندی فدراسیون جهانی: مدل پیش بینی ANN و ARIMA
مهوش نوربخش امیر سرشین سردار محمدی