مدل پیش بینی براساس سری زمانی فازی مرتبه بالا و الگوریتم شبیه سازی تبرید ، مطالعه موردی : شاخص بورس تهران

در سالیان اخیر تحقیقات گسترده ای بر روی مدل های سری زمانی فازی انجام شده است و همواره تعیین اندازه و چیدمان بازده های مجموعه های فازی جزو اصلی ترین مسائل تحقیقاتی در این زمینه بوده است . در این زمینه تحقیقات متنوعی انجام شده است اما نتایج حاصله تا کنون راضی کننده نیست . لذا در این تحقیق با استفاده از الگوریتم شبیه سازی تبرید و سه عملگر جدید طراحی شده سعی در برطرف نمودن ایرادات مطالعات قبلی برای تعیین بازه های مناسب شده است . گفتنی است که در این بخش از روش تاگوچی به عنوان ابزاری برای تعیین مقادیر بهینه ی پارامترها و فاکتورهای مدل استفاده شده است . به جهت مقایسه ، مدل پیشنهادی (SAFTS) برای پیش بینی داده های دانشگاه آلاباما استفاده شد که نتایج به دست آمده از برتری مدل پیشنهادی نسبت به مدل های موجو حکایت می کند و در نهایت به عنوان یک مورد کاربردی ، مدل پیشنهادی بر روی شاخص بازار بورس تهران اجرا شد و نتایج آن تحلیل گردید.

کلیدواژه ها:

سری زمانی فازی ، مرتبه بالا ، الگوریتم شبیه سازی تبرید ، شاخص بورس تهران ، روش تاگوچی