دراسة مقارنة بين طريقتي التنقية المكيفة والشبكات العصبية الاصطناعية للسلاسل الزمنية مع التطبيق
A Comparative Study Between Adaptive Filtering and Artificial Neural Networks Methods for Time Series with Applications
- الباحث
- عمار عبدالمنعم حميد حمود
- المشرف
- صفاء يونس الصفاوي
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية
- الشهادة
- ماجستير
- السنة
- 2022
- لغة الرسالة
- عربي
- الكلمات المفتاحية
- التنقية المكيفة ; الشبكات العصبية الاصطناعية ; السلاسل الزمنية ; التنبؤ
الملخص
في هذه الرسالة تمت مقارنة بين طريقتي التنقية المكيفة والشبكات العصبية للسلاسل الزمنية من خلال دراسة ظاهرة التبخر للمدة 1980 - 2020 لمدينة الموصل واستخدمت طريقة التنقية المكيفة Adaptive Filtering والشبكات العصبية لأجل التنبؤ بقيم التبخر الشهري في مدينة الموصل 6 إذ تتميز التنقية المكيفة بتصحيح معلمات أنموذج السلسلة الزمنية إلى الحد الذي يتم فيه الوصول إلى المعلمات التي تعطي أقل متوسط الخطأ التربيعي لغرض التنبؤ بالقيم المستقبلية للظاهرة قيد الدراسة . وتم استخدام 4828 NARNET كشبكة عصبية لأجل المقارنة بين الطريقتين إذ تم اعتماد المعايير الاحصائية للمفاضلة بينهما والتعرف على الطريقة الأفضل في التنبؤ. وتم تشخيص نموذج موسمي مضروب وإيجاد معلماته بإستخدام البرامج الحاسوبية Minitab و MATLAB ولتنبؤ بالقيم المستقبلية. ومن خلال المقارنة وجد أن الشبكات العصبية المتمثلة بشبكة "7181211151 تعطي نتائج أفضل نسبياً مقارنة بالتنقية المكيفة.
Abstract
In this thesis, the two adaptive filtering methods and time series neural networks are compared by studying the phenomenon of evaporation for the period 1980 - 2020 for the city of Mosul. The adaptive filtering method and neural networks were used , to predict the monthly evaporation values in the city of Mosul , Adaptive filtering is characterized by correcting the parameters of the time series model to the extent that the parameters that give the lowest mean squared error are reached for the purpose of predicting future values of the phenomenon was taken in this study. . The NARNET network was used as a neural network to compare the two methods, as statistical criteria adopted to compare them and identify the best method for prediction. A factorial seasonal model was diagnosed and its parameters were found using the computer programs Minitab and MATLAB, and future values were predicted. Through the comparison, it was found that the neural networks represented by the NARNET network gave relatively better results compared to the conditioned purification.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.