logo
logo
ArEn

نتایج جست و جو:

269

تعداد نتایج:

269

مرتبط ترین ها

به روز ترین ها

پر بازدیدترین ها

پر دانلودترین ها

فیلتر ها

از سال

تا سال

زبان

نوع محتوا

نوع دسته بندی

متن کامل

مدل ترکیبی شبکه های عصبی مصنوعی پیش خور و خودسازمانده کوهونن برای پیش بینی قیمت سهام

کلیدواژه: پیش بینی، قیمت سهام، شبکه های عصبی خودسازمانده، شبکه های عصبی پیش خور

نویسندگان: حنفی زاده پیام، جعفری ابوالفضل

ناشر: مطالعات مدیریت صنعتی - JOURNAL OF INDUSTRIAL MANAGEMENT STUDIES

این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آنها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خودسازمانده کوهونن اقدام به پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی ق... ادامه

سال:1389

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی قیمت سهام با استفاده از مدل ترکیبی شبکه های عصبی

کلیدواژه: شبکه های عصبی ترکیبی، پیش بینی قیمت سهام، حجم معاملات، تغییرات قیمت

نویسندگان: میرزازاده حجت، توکلی محمدی محمد

ناشر: مدیریت صنعتی دانشگاه آزاد اسلامی

پیش بینی عبارت است از فرایند ایجاد تصویر از وضعیت آینده با استفاده از داده های موجود. پیش بینی سری های زمانی به خصوص در مدیریت مالی بیش از یک دهه است که مورد توجه می باشد. شبکه عصبی مصنوعی یک روش منعطف یادگیری برای پیش بینی سری های زمانی می باشد. پیش بینی قیمت سهام به کمک کشف الگوهای رفتاری مولد قیم... ادامه

سال:1390

لینک به محتوا با زبان هدف

مشاهده/دانلود

شناسایی دستکاری قیمت سهام از طریق مدل ترکیبی الگوریتم ژنتیک- شبکه عصبی مصنوعی و مدل SQDF

کلیدواژه: قیمت سهام، دستکاری قیمت سهام، حفاظت از بازار، الگوریتم ژنتیک، شبکه عصبی مصنوعی

نویسندگان: شمس شهاب الدین، عطایی بهروز

ناشر: راهبرد مدیریت مالی - JOURNAL OF FINANCIAL MANAGEMENT STRATEGY

هدف این پژوهش، شناسایی دستکاری قیمت سهام در بورس اوراق بهادار تهران می باشد که از طریق مدل ترکیبی الگوریتم ژنتیک- شبکه عصبی مصنوعی (ANN-GA) و مدل تابع تفکیکی درجه دوی تعدیل شده (SQDF) انجام گرفته است. در این پژوهش از متغیرهای قیمت، حجم معاملات و سهام شناور آزاد برای تطبیق نتایج مدل و داده های واقعی ... ادامه

سال:1395

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی بارش ماهانه با مدل ترکیبی شبکه عصبی مصنوعی – موجک و مقایسه با مدل شبکه عصبی مصنوعی

کلیدواژه: پیش بینی بارش ماهانه، شبکه عصبی مصنوعی، شهرستان نهاوند، مدل ترکیبی شبکه عصبی – موجک

نویسندگان: سلگی اباذر، زارعی حیدر، پورحقی امیر، خدابخشی حمیدرضا

ناشر: مهندسی آبیاری و آب ایران - Journal of Irrigation and Water Engineering

بدون شک اولین قدم در مدیریت رودخانه پیش بینی بارش سطح حوضه آبریز می باشد. با این حال، با توجه به بالا بودن خاصیت تصادفی فرآیندها، بسیاری از مدل ها هنوز هم به منظور تعریف چنین پدیده پیچیده ای در زمینه مهندسی هیدرولوژیک توسعه داده می شوند. اخیرا شبکه های عصبی مصنوعی به عنوان یک برونیابی و درون یابی غی... ادامه

سال:1395

لینک به محتوا با زبان هدف

مشاهده/دانلود

به کارگیری مدل ترکیبی شبکه های عصبی مصنوعی با رگرسیون فازی با هدف پیش بینی قیمت طلا

کلیدواژه: شبکه های عصبی مصنوعی (ANNs)، رگرسیون فازی، مدل های ترکیبی، پیش بینی سری های زمانی

نویسندگان: خاشعی مهدی، بیجاری مهدی

ناشر: مهندسی صنایع - Advances in Industrial Engineering

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین ب... ادامه

سال:1389

لینک به محتوا با زبان هدف

مشاهده/دانلود

ارائه مدل ترکیبی برای پیش بینی جهت حرکت قیمت سهام با استفاده از شبکه عصبی LSTM با شاخص های تکنیکال و اقتصاد کلان در بورس اوراق بهادار تهران

کلیدواژه: پیش بینی جهت حرکت قیمت سهام, , شبکه عصبی مصنوعی LSTM

نویسندگان: ، ،

ناشر: مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی) - FINANCIAL ENGINEERING AND SECURITIES MANAGEMENT (PORTFOLIO MANAGEMENT)

هدف از انجام این پژوهش بررسی دقت پیش بینی جهت حرکت قیمت سهام با استفاده از شبکه عصبی LSTM با شاخص های تکنیکال و اقتصادکلان است. برای رسیدن به این هدف، در گام نخست داده های قیمت سهام در دوره 1396 تا 1402 استخراج می شود. در گام بعدی، 4 مدل از شبکه عصبی مصنوعی LSTM به پیش بینی جهت حرکت قیمت می پردازند ... ادامه

سال:1404

لینک به محتوا با زبان هدف

مشاهده/دانلود

تخمین تبخیر و تعرق مرجع روزانه به کمک مدل شبکه عصبی مصنوعی و مدل ترکیبی شبکه عصبی-موجک

کلیدواژه: نیاز آبی,موجک داوبچیز,دما,شاخص آماری,شهرکرد

نویسندگان: گنجی خرم دل ناصر، حسینی سیدمحمدرضا

ناشر: علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی) - Journal of Water and Soil Science

برآورد تبخیر و تعرق به منظور کاربرد در برنامه ریزی، طراحی و مدیریت طرحهای آبیاری و زهکشی و مدیریت منابع آب ضروری است. در این تحقیق به ارزیابی مدل های شبکه عصبی مصنوع، مدل شبکه عصبی-موجک، رگرسیون چند متغیره و روش تجربی هارگریوز در برآورد تبخیر و تعرق مرجع به منظور تعیین بهترین مدل از نظر میزان کارایی... ادامه

سال:1398

لینک به محتوا با زبان هدف

مشاهده/دانلود

بررسی مقایسه ای بین مدل ترکیبی سیستم ژنتیک فازی عصبی خودسازمانده و مدل خطی در پیش بینی قیمت توافقی قراردادهای آتی سکه طلا

کلیدواژه: سیستم ژنتیک فازی ، شبکه عصبی مصنوعی خودسازمانده، قرار داد آتی سکه طلا، مدل آریما

نویسندگان: شمس شهاب الدین، ناجی زواره مرضیه

ناشر: تحقیقات مالی - Financial Research Journal

این مقاله به بررسی پیش بینی قیمت قرارداد آتی سکه طلا در بورس کالای ایران پرداخته است. این تحقیق مدلی ترکیبی بر اساس سیستم ژنتیک فازی (GFS) و شبکه عصبی مصنوعی (ANN) برای پیش بینی قرارداد آتی سکه طلا ارائه داده است. در این روش، ابتدا با استفاده از روش رگرسیون گام به گام متغیرهایی مشخص می شود که بیشتری... ادامه

سال:1394

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی دامنه تغییرات طلا با استفاده از مدل ترکیبی ARIMA و شبکه عصبی

کلیدواژه: خودرگرسیو میانگین متحرک انباشنه (ARIMA)، شبکه عصبی پیش خور، مدل ترکیبی

نویسندگان: محمدی شاپور، راعی رضا، رحیمی محمدرضا

ناشر: مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی) - FINANCIAL ENGINEERING AND SECURITIES MANAGEMENT (PORTFOLIO MANAGEMENT)

مدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینز شناخته می شود، یکی از پرکاربردترین مدل ها در پیش بینی سری های 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... ادامه

سال:1397

لینک به محتوا با زبان هدف

مشاهده/دانلود

فیلتر ها

از سال

تا سال

زبان

نوع محتوا

دسته بندی

متن کامل