ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی تعداد تویست با استفاده از رگرسیون بردار پشتیبان و بهینه سازی پارامترها و مقادیر پنجره سری زمانی توسط الگوریتم ژنتیک آشوبناک

سال انتشار: 1392
کد COI مقاله: CESD01_141
زبان مقاله: فارسیمشاهده این مقاله: 682
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی تعداد تویست با استفاده از رگرسیون بردار پشتیبان و بهینه سازی پارامترها و مقادیر پنجره سری زمانی توسط الگوریتم ژنتیک آشوبناک

ناصر قناد - دانشگاه آزاد اسلامی واحد مشهد، دانشکده فنی و مهندسی مشهد، ایران
مهدی یعقوبی - استادیار، دانشگاه آزاد اسلامی واحد مشهد، دانشکده فنی و مهندسی مشهد، ایران
محمدرضا اکبرزاده توتونچی - استاد دانشگاه فردوسی مشهد، دانشکده فنی و مهندسی مشهد، ایران

چکیده مقاله:

میزان صحت پیش بینی تعداد توریست، یک بحث اساسی در برنامه ریزی برای توریست ها به حساب می آید. اخیرا رگرسیون بردار پشتیبان) SVR ( توجه محققین را در بحث پیش بینی سری زمانی به خود جلب کرده است، اما چالش آن، پیدا نمودن مقادیر درست پارامترها است. ما در این تحقیق الگوریتم ژنتیک آشوبناک را معرفی کرده که در آن با استفاده از نگاشت لوجستیک آشوبناک در بخش تولید جمعیت اولیه، تنوع جمعیت را بالا بردیم و نیز میزان جهش را با تابع آشوبناک تولید نموده با اینکار احتمال پیدا کردن جواب بهینه سراسری را بالابرده و از همگرایی زودهنگام جلوگیری نمودیم. و نیز مقادیر پنجره مناسب برای سری زمانی توریست را توسط الگوریتم ژنتیک آشوبنک محاسبه نمودیم و سپس داده های این پنجره را با به رگرسیون بردار پشتیبان داده و پارامترهای آن را با استفاده از الگوریتم ژنتیک آشوبناک بهینه نمودیم. نتایج نشان دهنده ی بهبود عملکرد الگوریتم است که خطا را به میزان 38.6 % کاهش داده است.

کلیدواژه ها:

Support vector regression ، SVR ،الگوریتم ژنتیک آشوبناک،سری زمانی،رگرسیون، SVM

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_141 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/238968/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
قناد، ناصر و یعقوبی، مهدی و اکبرزاده توتونچی، محمدرضا،1392،پیش بینی تعداد تویست با استفاده از رگرسیون بردار پشتیبان و بهینه سازی پارامترها و مقادیر پنجره سری زمانی توسط الگوریتم ژنتیک آشوبناک،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/238968

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، قناد، ناصر؛ مهدی یعقوبی و محمدرضا اکبرزاده توتونچی)
برای بار دوم به بعد: (1392، قناد؛ یعقوبی و اکبرزاده توتونچی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • B.H. Archer, "Demand forecasting and estimation, " Tourism and Hospitality ...
  • R.W. Robertson A. Athiyaman, "Time series forecasting techniques: short-term planning ...
  • T. Var P.J. Sheldon, _ _ Touri smforecasting: a reviewof ...
  • Wang and Men, "Online prediction model based o support vector ...
  • Wei-Chiang Hong et al, "SVR with hybrid chaotic genetic algorithms ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 9,496
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی