چکیده مقاله
یکی از مسایل مهم در پیش بینی داده های سری زمانی، انتخاب مدلی با عملکرد بهینه می باشد این مقاله مطالعه ای بر نحوه عملکرد مدل های شبکه های عصبی مصنوعی ANN و مدل خود رگرسیونی میانگین متحرک انباشته ARIMA برای پیش بینی داده های سری زمانی با استفاده از شبیه سازی است در این تحقیق اثر عامل حجم نمونه نیز مورد بررسی قرار گرفته است یافته ها نشان می دهند که برازش مدل شبکه های عصبی مصنوعی نسبت به مدل های ARIMA با توجه به معیارهای MAPE، RMSE و MASE کارایی بهتری دارند همچنین با افزایش حجم نمونه عملکرد مدل ARIMA بهبود می یابد؛ به طوری که می توان ادعا کرد معیارهای بررسی عملکرد مدل در نمونه های با حجم بالا در دو مدل مورد بررسی همگرا می شوند
کلیدواژه‌ها
نویسندگان
ملیحه سپهرآسا
دانشگاه آزاد اسلامی واحد خمینی شهر
مریم شریف دوست
دانشگاه آزاد اسلامی واحد خمینی شهر
شیوه ارجاع
�پهرآسا، ملیحه و شریف دوست، مریم،1394،مطالعه ای تجربی جهت مقایسه مدل های شبکه های عصبی مصنوعی و ARIMA در پیش بینی سری های زمانی،نخستین کنفرانس ملی محاسبات نرم،رشت
ارائه‌شده در
مجموعه مقالات نخستین کنفرانس ملی محاسبات نرم27 آبان 1394 · رشت