دوره 8، شماره 4 - ( زمستان 1401 )                   دوره 8 شماره 4 صفحات 283-256 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rahimpoor A, Yarmohammadi M. Identification of outliers types in multivariate time series using genetic algorithm. mmr 2022; 8 (4) :256-283
URL: http://mmr.khu.ac.ir/article-1-3104-fa.html
رحیم پور احد، یارمحمدی مسعود. شناسایی نقاط دورافتاده درسری‌های زمانی چند متغیره با استفاده از الگوریتم ژنتیک. پژوهش های ریاضی. 1401; 8 (4) :256-283

URL: http://mmr.khu.ac.ir/article-1-3104-fa.html


1- دانشگاه پیام نور
2- دانشگاه پیام نور ، masyar@pnu.ac.ir
چکیده:   (423 مشاهده)
در تحلیل سری‌های زمانی چند متغیره، نقاط دورافتاده می‌توانند منجر به شناسایی غلط مدل، برآورد اریب پارامترها و پیش‌بینی‌های ضعیف شوند. لذا آشکارسازی این نقاط بسیار مهم بوده و مورد توجه می‌باشد. در این تحقیق، از الگوریتم ژنتیک جدیدی برای آشکارسازی نقاط دورافتاده در سری زمانی چند متغیره استفاده می‌کنیم. در این الگوریتم علاوه بر پیدا کردن مکان نقاط دورافتاده، شناسایی نوع دورافتادگی این نقاط نیز انجام می‌شود. سپس به معرفی روش تسای، پناه و پانکراتز (TPP) پرداخته و با مطالعات شبیه سازی نشان می‌دهیم که درصد آشکارسازی صحیح نقاط دورافتاده در الگوریتم ژنتیک نسبت به روش TPP بیشتر است. همچنین داده‌های مربوط به گاز-کوره بررسی و مدل بندی شده و مشخص گردید که روش‌های الگوریتم ژنتیک و TPP، نقاط دورافتاده مشابهی را آشکار می‌سازند.
متن کامل [PDF 1513 kb]   (229 دریافت)    
نوع مطالعه: مقاله استخراج شده از پایان نامه | موضوع مقاله: آمار
دریافت: 1399/4/9 | ویرایش نهایی: 1402/3/27 | پذیرش: 1399/11/12 | انتشار: 1401/10/10 | انتشار الکترونیک: 1401/10/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به پژوهش‌های ریاضی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Mathematical Researches

Designed & Developed by : Yektaweb