فهرست نشریات علمی دسترسی آزاد ایران

چکیدهامروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولاً باید موقعیت‏های آینده را با استفاده از داده‏های کم و در بازه زمانی کوتاه‏مدت پیش‏بینی کرد. بنابراین به روش‌هایی برای پیش‏بینی نیاز است که به داده‏های کمتری احتیاج داشته باشد. مدل میانگین متحرک خودرگرسیون و روش شبکه عصبی مصنوعی برای دست‏یابی به نتایج دقیق نیاز به داده‏های زیادی دارند اما مدلهای رگرسیون فازی، مدل‏های مناسبی برای پیش‏بینی با استفاده از داده‏های کمتری نسبت به دیگر روشها می‏باشند. در این مقاله به منظور برطرف ساختن مشکل مذکور و حصول نتایج دقیق‏تر به بررسی سه روش میانگین متحرک خود‏رگرسیون انباشته، رگرسیون فازی و میانگین متحرک خود‏رگرسیون انباشته فازی که از ترکیب دو روش قبل بدست آمده، پرداخته شده است. مقایسه میزان صحت پیش‏بینی مدل‏های مذکور براساس دو معیار خطای ریشه متوسط مربعات(RMSE) و ضریب تعیین (R2 ) حاکی از آن است که مدل میانگین متحرک خود‏رگرسیون انباشته فازی به عنوان الگوی برتر جهت پیش‏بینی مقادیر شاخص قیمت بوده است.