حمیده رضوی - دانشیار گروه مهندسی صنایع، دانشگاه فردوسی مشهد؛
مهدی لطفی - دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه فردوسی؛

سریهای زمانی در زمینه های مختلف به خصوص پیش بینی عرضه و تقاضا و موفقیت مدلهای کسب و کار اهمیت بسیاری یافته اند. وجود الگوهای متنوع برای مدلسازی و پیش بینی سریهای زمانی باعث میشود تا انتخاب ساختار و تحلیل اینگونه مدلها با سعی و خطا، صرف زمان زیاد و مبتنی بر نظر افراد خبره انجام شود. با توجه به ماهیت شرطی رویه های شناسایی مدل پیش بینی سریهای زمانی، در این مقاله سعی میشود با ایجاد تعدادی موتور جستجو، تکنیک تجزیه و تحلیل مشخص شود و در مرحله بعد، با فرض معین بودن تکنیک مناسب، پایگاه دانش به گونه ای توسعه داده شود که در نهایت امکان نسبت دادن مدل مناسب به داده های در دست مطالعه فراهم گردد. پس از تعیین نوع روش، میزان برازش مدل مورد نظر بر داده های تاریخی به بوسیله شاخصهای مناسب اندازه گیری میشود. در صورت مناسب بودن این شاخصها، با بکارگیری مدل انتخاب شده، پیش بینی دوره های آتی به دست آمده و میتوان تناسب مدل پیش بینی را سنجید. سپس با تکرار این فرآیند و تغییر پاسخ سوالات در مراحلی که حالت قطعی برای جواب وجود ندارد، به تعداد کافی، مدل انتخاب نموده و از بین آنها برترین مدل برگزیده میشود. در انتها، پیاده سازی سیستم خبره و اجرای مدل بر روی داده های نمونه به صورت مطالعه موردی، کارایی و اعتبار روش پیشنهادی را تایید میکند.

سیستم خبره، پیش بینی، سری زمانی، خطای پیش بینی