>
Fa   |   Ar   |   En
   مدل بندی سری های زمانی ناپارامتری بر اساس داده های فازی  
   
نویسنده ترکیان فائزه ,یارمحمدی مسعود ,حسامیان غلام رضا ,اکبری محمد قاسم
منبع مدل سازي پيشرفته رياضي - 1400 - دوره : 11 - شماره : 3 - صفحه:446 -462
چکیده    در این مقاله، یک مدل سری زمانی ناپارامتری بر اساس مشاهدات فازی ارائه شده و با استفاده از تعمیم روش نادارایا-واتسون در محیط فازی، برآورد مقادیرفازی پیش بینی شده بدست می آید. در این راستا الگوریتمی جهت دستیابی بهمرتبه اتورگرسیو و پهنای باند بهینه بیان شده و سپس معیارهایی برای بررسی ارزیابی پیش بینی معرفی می گردد. در ادامهبا استفاده از داده های واقعی کارایی مدل پیشنهادی مورد بررسی و تحلیل قرار می گیرد. همچنین تاثیر مدل سری زمانیپیشنهادی در پیش بینی با سایر مدل های سری زمانی با داده های فازی مورد مقایسه قرار می گیرد
کلیدواژه مدل سری زمانی فازی ناپارامتری، روش کرنل، پهنای باند بهینه، مرتبه اتورگرسیو
آدرس دانشگاه پیام نور مرکز تهران, گروه آمار, ایران, دانشگاه پیام نور مرکز تهران, ایران, دانشگاه پیام نور مرکز تهران, ایران, دانشگاه بیرجند, گروه آمار, ایران
پست الکترونیکی gzakbari@birjand.ac.ir
 
   Nonparametric Time Series Modeling based on Fuzzy Data  
   
Authors Torkian Faezeh ,Yarmohammadi Masoud ,Hesamian Gholamreza ,Akbari Mohammad Ghasem
Abstract    In this paper, a nonparametric time series model based on fuzzy observations is presented.Fuzzy prediction values are estimated using the generalization of the NadarayaWatson method in a fuzzy environment. An algorithm for achieving autoregressive order and optimal bandwidth is stated and then criteria are introduced to evaluate the prediction values. In the following, the performance of the proposed model is examined and analyzed using real data. The effectiveness of the proposed model is also compared with the other time series models with fuzzy data.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved