پیش بینی سریهای زمانی آشوبگرا میتنی بر ترکیب تبدیل موجک و شبکه های تطبیقی عصبی- فازی

در این مقاله ساختاری برای پیش بینی سریهای زمانی آشوبگرا ارائه شده است که با استفاده از رویکردهای محاسبات نرم همچون شبکه های عصبی و سیستم های فازی این امکان را فراهم می آورد تا بتوان به خوبی مقادیر آینده یک سری زمانی را پیش بینی کرد. آنچه در مقاله پیشنهاد می گردد استفاده از تبدیل موجک همراه با شبکه تطبیقی عصبی فازی است. نقش موجک فیلتر کردن نویزها و هموار سازی ورودیهای شبکه عصبی فازی است. نتایج بیانگر قابلیت بالای روش پیشنهادی در مقایسه با روش های مشابه می باشد.

کلیدواژه ها:

تبدیل موجک ، سریهای زمانی آشوبگرا ، شبکه تطبیقی عصبی فازی