سال انتشار: ۱۳۸۶

محل انتشار: سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۴

نویسنده(ها):

مهدی یعقوبی – دانشگاه آزاد اسلامی واحد مشهد گروه هوش مصنوعی و سخت افزار
محمدرضا اکبرزاده توتونچی – دانشگاه فردوسی مشهد گروه برق و کامپیوتر
مجید بهره پور – باشگاه پژوهشگران جوان موسسه آموزش عالی خاوران مشهد

چکیده:

سری های زمانی فازی اخیرا توجه بسیاری از محققین را به خود جلب نموده است چرا که برخورد مناسبی با ابهامات و داده های غیر کامل می تواند داشته باشد. یکی از روش های جدید در پیش بینی سری های زمانی، استفاده از الگوریتم ژنتیک، پیشنهاد شده توسطChen می باشد که تا کنون کمترین خطا را در پیش بینی ها گزارشنموده است. مهمترین نقطه ضعف این روش در دید نگارندگان عدم بکار گیری مکانیزمی در برخود با عدم قطعیت های موجود در این روش می باشد. در مدل پیشنهادی نگارندگان، سری های زمانی فازی وزن دار به عنوان مکانیزم برخورد با عدم قطعیت با مدلChen ترکیب شده و ازمیزان خطای محاسبات کاسته شده است. همچنین مدل پیشنهادی برای داده های بازار ارز (فارکس) نیز امتحان شده است و کارایی این روش برای پیش بینی نرخ نوسانات ارز نشان داده شده است.