Golmohammadi, M.H., Zekri, M., Safavi, H.R. (2010) Prediction of Multivariate Time Series using Adaptive Neuro-Based Fuzzy Inference System. 18th Iranian Conference on Electrical Engineering, Isfahan, Iran, May, 11-13.

پيش­ بيني سري­ هاي زماني چندمتغيره با استفاده از سيستم استنتاج فازي بر پايه شبکه عصبي تطبيقي

چکیده

تحليل و پيش ­بيني سري­ هاي زماني در زمينه ­هاي علمي مختلف کاربرد وسيعي دارد. تخمين پارامترهاي مدل­ هاي سري­ هاي زماني از مهم ­ترين مراحل مدل­ سازي مي ­باشد. در گذشته، روش ­هاي متعددي در اين زمينه ارائه شده است که روش گشتاورها از مهم­ ترين و پرکاربردترين آن­ها در مدل­ سازي سري­ هاي زماني چند متغيره مي ­باشد. اين روش در تخمين پارامترهاي مدل­ هاي مختلف سري­هاي زماني چندمتغيره داراي روابطي پيچيده مي ­باشد. در اين تحقيق، روشي جديد و مؤثر جهت تخمين پارامترهاي مدل­ هاي مختلف سري­ هاي زماني چندمتغيره با استفاده از سيستم­ استنتاج فازي برپايه شبکه عصبي تطبيقي ارائه مي­ شود. با استفاده از اين پارامترها، مدل­ هاي سري زماني چندمتغيره تشکيل مي­ گردد. سپس با استفاده از مدل­ هاي حاصل از روش پيشنهادي، پيش­ بيني سري زماني انجام مي­ شود. جهت نشان­ دادن توانايي عملکرد و قابليت­ هاي روش پيشنهادي با استفاده از معيار آماري ميانگين قدر مطلق خطا (MAE)، مقايسه­ اي بين نتايج حاصل از پيش­ بيني اين مدل­ ها با استفاده از روش پيشنهادي و روش گشتاورها صورت مي­ گيرد. اين بررسي­ ها بر روي داده­ هاي طبيعي هيدرولوژيکي مربوط به دبي رودخانه زاينده ­رود، ورودي سد اول، ورودي سد دوم و ورودي سد سوم کوهرنگ مي­ باشند. نتايج نشان مي­ دهد که پارامترهاي حاصل از روش پيشنهادي، در پيش­ بيني سري­ هاي زماني چند متغيره، عملکرد به مراتب بهتري نسبت به روش­ گشتاورها دارند.

کلمات کلیدی

سري زماني چندمتغيره، پيش­بيني، سيستم استنتاج فازي برپايه شبکه عصبي تطبيقي، روش گشتاورها