کاربرد مد ل آمیخته ARIMA-SVM در پیش بینی کوتاه مدت قیمت نفت
محل انتشار: چهارمین کنفرانس داده کاوی ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,168
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDMC04_049
تاریخ نمایه سازی: 15 دی 1389
چکیده مقاله:
در گذشته مدلهای خطی ARIMA مدلهای اتورگرسیو تلفیق شده با میانگین متحرک بطور گسترده ای در پیش بینی سریهای زمانی مورد استفاده قرار می گرفتند. اما این مدلها توانایی مدل بندی الگوهای غیرخطی را ندارند از آنجایی که اغلب سریهای زمانی دنیای واقعی مانند : قیمت نفت، قیمت سهام، نرخ تورم و ... رفتار پیچیده ای دارند و اغلب غیرخطی هستند استفاده ازمدلهای خطی به تنهایی نمی تواند در مدلبندی توام الگوهای خطی و غیرخطی اینگونه داده ها مفید باشد در سالهای اخیر یکی از تکنیکهای جدید داده کاوی با نام ماشین بردار پشتیبان SVM کاربرد موفقیت امیزی در حل مسائل رده بندی، رگرسیون و به ویژه پیش بینی سریهای زمانی داشته است. این روش با استفاده از یک تابع هسته مناسب و نگاشت داده ها به یک فضای با بعد بالاتر قادر به براورد مدلهای غیرخطی می باشد. دراین مقاله ازیک مدل امیخته ARIMA-SVM در پیش بینی سریهای زمانی استفاده می کنیم. این مدل امیخته شامل یک مولفه خطی و یک مولفه غیرخطی است
کلیدواژه ها:
نویسندگان
مجید صادقی فر
استادیار گروه امار دانشگاه بوعلی سینا
ابوالقاسم بزر گ نیا
استاد گروه امار دانشگاه آزاد اسلامی واحد مشهد
نفیسه زهره وند
دانشجوی کارشناسی ارشدامار دانشگاه آزاد اسلامی واحد مشهد