مقاله بررسی تطبیقی خطای مدلهای خطی،غیرخطی در پیش بینی شاخص کل


در حال بارگذاری
11 سپتامبر 2024
فایل ورد و پاورپوینت
2120
18 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله بررسی تطبیقی خطای مدلهای خطی،غیرخطی در پیش بینی شاخص کل دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بررسی تطبیقی خطای مدلهای خطی،غیرخطی در پیش بینی شاخص کل  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بررسی تطبیقی خطای مدلهای خطی،غیرخطی در پیش بینی شاخص کل،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله بررسی تطبیقی خطای مدلهای خطی،غیرخطی در پیش بینی شاخص کل :

تعداد صفحات:۱۰
چکیده:
هدف این پژوهش طراحی مدلی برای پیش بینی شاخص کل بورس تهران با استفاده از سیستم استنتاجی عصبی فازی تطبیقی و مقایسه آن با روش شبکه عصبی و مدل آریما است. در این پژوهش از اطلاعات هفتگی نرخ تورم، نرخ ارز، شاخص نفت و وقفه های هفتگی شاخص کل بازار در طی سال های۱۳۸۵ تا مرداد ماه ۱۳۹۱ برای پیش بینی شاخص کل بازار استفاده شده است. از ۷۵%داده ها برای آموزش سیستم و ۲۵%داده ها برای آزمایش مدل با استفاده از نرم افزار مطلب(MATLAB) و ایویوز(Eviews) و تعدادی توابع عضویت استفاده شد. نتایج نشان داد انواع خطاهای پیش بینی در سیستم استنتاجی عصبی فازی تطبیقی کمتر از شبکه عصبی و مدل آریما است. همچنین خطای پیش بینی شاخص کل بازار در روش های غیرخطی مانند عصبی فازی و شبکه عصبی کمتر از روش خطی آریما است. در بین انواع توابع عضویت، تابع عضویت مرکب هلالی با ۲۸۶ داده آموزشی کمترین خطای پیش بینی را در سیستم استناجی عصبی فازی تطبیقی دارد. بین انواع ساختارهای شبکه عصبی ساختاری با ۴ ورودی، ۳۰ نرون در لایه پنهان با تابع تانژانت سیگموئیدی و یک خروجی کمترین خطای پیش بینی را دارد. در بین انواع مدل های آریما ساختاری با مرتبه اتورگرسیو۴ و میانگین متحرک۳ و با ۲۷۶ داده آموزشی کمترین خطای پیش بینی را دارد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.