بررسی تاثیر پیش‌پردازش داده‌ها و عوامل مدل‌سازی برنامه‌ریزی بیان‌ژن در دقت پیش‌بینی سری‌های ‌زمانی

سری‌‌زمانی هیدرولوژیک عاملی وابسته به زمان است که یافتن نحوه تغییرات و پیش‌بینی آن مهم‌ترین هدف تجزیه و تحلیل سری‌های‌زمانی می‌باشد. هدف این تحقیق بررسی همزمان خصوصیات سری‌زمانی و پیش‌پردازش آنها و پارامترهای مهم مدل برنامه‌ریزی بیان‌ژن جهت پیشبینی‌های با دقت بالا در مراحل آموزش و صحت‌سنجی می‌باشد. در این پژوهش از سری‌های‌زمانی عمق آب زیرزمینی ایستگاه دشت چمچمال واقع در استان کرمانشاه با دوره‌زمانی 12‌ساله و اقلیم کوهستانی و سری‌زمانی ماهانه دمای آلاسکا با دوره‌زمانی 50‌ساله و اقلیم سرد و خشک استفاده شده‌است. برای مدل‌سازی سری‌های‌‌زمانی مذکور از نرم‌‌افزارgenexprotools5.0 استفاده‌شده‌است. نتایج این تحقیق، نشان‌داد تناوبی بودن خصوصیات داده موجود در سری‌زمانی دما، سبب بروز نتایج همبستگی بالای 90% در مراحل مختلف آموزش و صحت‌سنجی گردید به‌طوریکه اثر پارامترهای مختلف بیان‌ژن کمتر از 10‌درصد در بهبود نتایج می‌باشد. از سوی دیگر با بررسی سریزمانی عمق آب زیرزمینی که فاقد خصوصیت تناوبی و دارای شکلacf نزولی است، نتایج پیش‌بینی مدل gep با هر پارامتر تاثیرگذار بیان‌ژن،r بیش از 44% در مرحله صحت‌سنجی حاصل‌نشد. این بدان معنی است که پیش‌پردازش سری‌زمانی اثرگذاری بیشتری در نتایج پیشبینی دارد. به‌طوریکه با حذف ترم تناوب نتایج پیش‌بینی در همه مراحل مدل‌سازی به طرز معنی‌داری کاهش‌می‌یابد. در این حالت بهترین r‌ برای قسمت صحت‌سنجی50 درصد می‌باشد.

Assessment effects of data preprocessing and modeling parameters of Gene Expression Programming on accuracy of time series forecasting

Hydrological timeseries is a timedependent hydrological variable that finding the model of changes and predicting is the most important goal of timeseries analysis. The purpose of this study is to simultaneously study the characteristics of time series and their prediction and the important parameters of the GEP for highprecision predictions in the training and validation. In this study, groundwater depth timeseries of Chamchamal plain station located in Kermanshah province with a 12year period and mountainous climate and the monthly timeseries of Alaska temperature with a 50year period and cold and dry climate have been used. Genexprotools5.0 software has been used to model timeseries by GEP.The results of studying with GEP showed that the periodicity of data properties that existed in the time series of temperature caused correlation results above 90% in different stages of training and validation. So that the effect of different parameters of GEP is less than 10% in improving results. On the other hand, by examining the timeseries of groundwater depth, which lacks periodicity and has a descending ACF shape, the prediction results of the GEP with any effective expression parameter, R more than 44% in the validation wasn’t obtained. This means that the timeseries preprocessing has a greater impact on the prediction results. So that by eliminating the semester, the prediction results in all stages of modeling are significantly reduced. In this case, the best R for the validation is 50%.