پیش بینی قیمت سهام با الگوریتم ژنتیک و مدل هیبریدی راف (ترجمه مقاله اقتصاد)

عنوان انگلیسی مقاله: A hybrid model based on rough sets theory and genetic algorithms for stock price forecasting

عنوان فارسی مقاله: مدل هیبریدی مبتنی بر تئوری مجموعه های راف و الگوریتم های ژنتیک برای پیش بینی قیمت سهام

طبقه بندی: اقتصاد

فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش

تعداد صفحات فایل ترجمه شده: 39

لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود

چکیده

در بازار سهام، تجزیه و تحلیل فنی به عنوان روش مفیدی برای پیش بینی قیمت های سهام می باشد. اگرچه، تحلیلگران متخصص سهام و مدیران مالی، معمولا قضاوت های ذهنی را بر مبنای شاخص های فنی هدف انجام می دهند، برای افراد غیرمتخصص مشکل می باشد تا تکنیک پیش بینی را بکار گیرند، زیرا شاخص های فنی پیچیده بسیار زیادی وجود دارد که می بایست مد نظر قرار گیرد. علاوه بر این دو مانع در بسیاری از مدل های پیش بینی گذشته وجود دارد: 1) فرضیه های آماری در ارتباط با متغیرها برای مدل های سری زمانی همانند مدل میانگین متحرک اتورگرسیون (ARMA) و ناهماهنگی پراکنش شرطی اتورگرسیو (ARCH) مورد نیاز می باشند، تا مدل های پیش بینی کننده معادلات ریاضی را مطرح کرده و این موارد به آسانی توسط سرمایه گذاران بازار سهام درک نمی گردد؛ و 2) قوانینی که در نتیجه بعضی از الگوریتم های هوش مصنوعی، همانند شبکه های عصبی (NN) می باشند که به آسانی قابل درک نیستند.

مقدمه

برای غلبه بر این موانع، این مقاله مدل پیش بینی کننده هیبریدی را با استفاده از شاخص های فنی چندگانه برای پیش بینی روند بازار سهام مطرح می کند. علاوه بر این چنین مواردی شامل چهار روش مطرح شده در مدل های هیبریدی برای ایجاد قوانین کارامد به منظور پیش بینی می باشد، که حاصل قواعد استنباط شده با ارزش حمایتی بالا، با استفاده از مجموعه ابزارها بر مبنای مجموعه نظریات می باشد.

کاربرد نشانگرهای مولکولی در اصلاح زیتون

چکیده

نشانگرهای مولکولی (DArT, SSR, SNP) و ویژگی های برزشناختی در بزرگترین مجموعه ژرم پلاسم زیتون دنیا (انجمن پژوهش و آموزش کشاورزی و شیلات، مرکز آلامدا دل آبیسپو، کوردوبا در اسپانیا) مورد استفاده قرار گرفته است تا الگوهای تنوع ژنتیکی و ساختار اصلی ژنتیکی را بین 361 شماره دسترسی زیتون بررسی کند. بعلاوه، داده های نشانگر برای ساخت گروهی از مجموعه های هسته با دو الگوریتم متفاوت (MSTRAT و پاورکور) برپایه استراتژی بیشینه سازی استفاده شدند. نتایج ما تصدیق می کنند که مجموعه ژرم پلاسم، منبعی سودمند از مواد گوناگون ژنتیکی است. هم چنین دریافتیم که خاستگاه جغرافیایی، عاملی مهم است که در زیتون تنوع ژنتیکی می سازد. زیرگروه های 18، 27، 36، 45و68 زیتون که به ترتیب %5، %7.5، %10، %12.5 و %19 را از کل مجموعه ژرم پلاسم نشان می دادند، براساس اطلاعات حاصل از همه گروه داده ها به همراه هر نوع نشانگر منفردا در نظر گرفته شده انتخاب شدند. طبق نتایج ما، مجموعه های هسته که بین %10 و %19 از کل اندازه مجموعه را نشان می دهند می توانند مناسب ترین مجموعه ها در حفظ قسمت عمده تنوع ژنتیکی یافت شده در این مجموعه در نظر گرفته شوند. به سبب کارایی بالای آن در جذب همه وضعیت های الل/ویژگی های یافت شده در کل مجموعه، اندازه هسته دسترسی های شماره 68 می تواند حائز اهمیت خاصی برای کاربردهای حفظ ژنتیکی در زیتون باشد. میانگین بالای فاصله ژنتیکی و تنوع و نمایندگی تقریبا برابر دسترسی ها از مناطق جغرافیایی متفاوت بیان می کنند که اندازه هسته از دسترسی های 36 می تواند مجموعه کارآمد برای پرورش دهندگان زیتون باشد.

کلیدواژه ها: ژرم پلاسم زیتون، تنوع ژنتیکی، گروه های مرکزی، نشانگرهای مولکولی، پرورش زیتون

مقدمه

در بیشتر کشت ها، تاکید زیادی بر گردآوری و حفظ منابع ژنتیکی شده است که منجر به استقرار بانک های ژرم پلاسم آفسایت در سرتاسر جهان شده است. اهداف بنیادین یک بانک ژرم پلاسم حصول، حفظ، اثبات، ارزیابی و ایجاد تنوع ژنتیکی گیاه نماینده قابل حصول از کشت مورد نظر است. اگرچه، علی رغم توسعه قابل ملاحظه به دست آمده در دهه های اخیر جهت جلوگیری از زوال ژنتیکی بسیاری از گونه های کشت، هنوز فاصله زیادی بین تنوع ژرم پلاسم در دسترس گردآوری شده و استفاده موثر آن وجود دارد (ون هینتوم و همکاران 2000).

مطالب مرتبط

• توسعه مجموعه ای از هسته زیتون براساس نشانگر های مولکولی و ویژگی…
• دروس میوه کاری و اصلاح نباتات (درمورد زیتون)
• توسعه نشانه های DART در زیتون و تاثیر آن در مطالعات متنوع و مسیر دهی…
• طرح توجیهی احداث باغ زیتون 200 هکتار
• تحول تنوع جنسی گیاهان

الگوریتم تخمین فازور دینامیکی اصلاح شده برای سیگنال های گذرای ژنراتور

چکیده__ در این مقاله، یک روش تخمین (پیشبینی) فازور دینامیک اصلاح شده برای رله های حفاظتی ارایه شده است، تا فازور دینامیکی مولفه اصلی فرکانس را با دامنه متغیر-با-زمان، محاسبه کند. فرض شده است که جریان خطا، ترکیبی از آفست میرا شونده dc، یک فرکانس مولفه اصلی میرا شونده، و هارمونیک های با دامنه های ثابت است. توابع نمایی آفست dc در حال محو و مولفه اصلی فرکانس، با سری های تیلور جایگزین شده اند. سپس، از روش LC (کوچکترین مربع یا مجذور) برای تخمین دامنه ها و ثابت های زمانی مولفه های میرا شونده، استفاده شده است. عملکرد این الگوریتم، با بکاربری از سیگنال هایی که بر مبنای معادلات ساده و سیگنال های خطای بدست آمده از مدل مزرعه بادی DFIG در MATLAB Simulink شبیه سازی شده اند، ارزیابی شدند. نتایج نشان می دهند که الگوریتم ارایه شده ما می تواند تخمینی دقیق از دامنه میراشونده و ثابت زمانی مولفه اصلی فرکانس، ارایه دهد.

کلیدواژگان:__ ژنراتورهای توزیع شده، فازور دینامیک اصلاح شده، تخمین فازور، جریان خطای متغیر با زمان.

پروژه کارشناسی ارشد برق

فایل محتوای:

• اصل مقاله لاتین ۶ صفحه IEEE ۲۰۱۳
• متن ورد ترجمه شده بصورت کاملا تخصصی و قابل ویرایش ۲۱ صفحه

مطالب مرتبط

• ترجمه مقاله الگوریتم تخمین فازور دینامیکی اصلاح شده برای سیگنال…
• الگوریتم تخمین فازور دینامیکی اصلاح شده برای سیگنال گذرای…
• ترجمه مقاله کنترل سرعت بدون-سنسور جهت دهی میدان استاتور غیر…
• کنترل سرعت بدون سنسور جهت دهی میدان استاتور غیر مستقیم برای درایو…
• یک تکنیک پخش بار بهینه ی جریان-توان پیوندی (هیبرید)

ترجمه مقاله مدل اتورگرسیون برداری مارکف سویچینگ وابسته به طول زمان: خصوصیات، استنباط بیزی، نرم افزار و برنامه کاربردی

دسته: آمار

حجم فایل: 1376 کیلوبایت

تعداد صفحه: 27

مدل اتورگرسیون برداری مارکف سویچینگ وابسته به طول زمان: خصوصیات، استنباط بیزی، نرم افزار و برنامه کاربردی

چکیده

مدل های اتورگرسیون برداری مارکف سویچینگ VAR (DDMS-VAR) به عنوان مدل های سری زمانی با فرایند تولید داده، شامل ادغام دو فرایند VAR (انورگرسیون برداری) می باشد. تغییر بین این دو فرایند VAR، توسط دو حالت زنجیره مارکف با احتمالات انتقال کنترل می گردد که بستگی به این دارد که چه مدتی زنجیره در یک حالت قرار می گیرد. در این مقاله، به تجزیه و تحلیل خصوصیات مرتبه دوم چنین مدل هایی پرداخته و الگوریتم مونت کارلو زنجیره مارکف را برای انجام استنباط فازی بر روی موارد مجهول مدل، مطرح می کنیم. علاوه بر این، نرم افزار منبع باز که توسط محقق برای تحلیل سری زمانی به وسیله مدل های DDMS-VAR نوشته شده است، توضیح داده می شود. ای روش و نرم افزار برای تجزیه و تحلیل چرخه کسب و کار ایالات متخده امریکا کاربرد دارد.

کلیدواژگان: مارکف سوئیچینگ، چرخه کسب و کار، نمونه گیری گیبز، وابسته به زمان، اتورگرسیون برداری

مطالب مرتبط

• بررسی مدل های اتورگرسیون برداری مارکف سوئیچینگ
• پاورپوینت آمار
• پیش بینی قیمت سهام با الگوریتم ژنتیک و مدل هیبریدی راف (ترجمه)
• تحلیل مکانی و زمانی خشکسالی در کشور یونان
• ترجمه تجزیه و تحلیل مکانیزم نقص پرداخت فولاد ابزار

پیاده سازی شبکه عصبی هوپفیلد مجتمع سازی گسترده دیجیتال

چکیده

این مقاله در مورد پیاده سازی شبکه های عصبی Hopfield برای حل مسایل مربوط به محدودیت رضایت با استفاده از آرایه های گیت قابل برنامه ریزی میدان FPGA بحث می کند. این مقاله در مورد روش های فرمول بندی این مسایل همانند شبکه های عصبی گسسته بحث می کند، و سپس مساله N queen را با استفاده از فرمولبندی به دست آمده تشریح می کند. سرانجام، نتایج ارایه شده زمان های محاسبه یک کامپیوتر معمولی برای شبیه سازی اجرای شبکه Hopfield بر روی یک فضای کاری باکیفیت، مقایسه می کنند. در این روش، رشد پیشرفت قابل مشاهده می باشد که نشان می دهد حداکثر رشد 2 تا 3 برابر دامنه با استفاده از ابزارهای FPGA ممکن می باشد.

کلیدواژه: شبکه عصبی هوپفیلد، آرایه های گیت قابل برنامه ریزی میدان، مساله N queen

مقدمه

بسیاری از مسایل بهینه سازی تجارت و صنعت در عمل را می توان با استفاده از متغیرهای تصمیم گیری دودویی (باینری) ، به عنوان مسایل برنامه نویسی استاندارد ریاضی فرمول بندی کرد. حل این مسایل به دلیل طبیعت عصب سخت پیچیدگی آنها (NP hard) نیاز به بکاربری از فن آوری های هوشمند و الگوریتم های تقریبی دارند؛ در سال 1985 شبکه های عصبی برای حل این مشکل ارایه شدند، اما باز هم مسایلی همچون کیفیت ضعیف راه حل ها و عدم تضمین راه حل نهایی عملی مشکل ساز بودند. این مسایل اولیه امروزه برطرف شده اند. روش هایی برای کمک به شبکه عصبی Hopfield تا حداقل عملکرد انرژی ناحیه ای را تامین کند، ارایه شده اند و ساختار مناسب این عملکرد انرژی عملی بودن راه حل را تضمین می کند. با استفاده از این پیشرفت ها، نتایج شبکه عصبی به دست آمده اند که به طور موثری (و حتی بهتر) با دیگر فن آوری های هوشمند معروف مانند بازپخت شبیه سازی شده، رقابت می کنند.

مطالب مرتبط

• توسعه آنالیز کنترل زمان واقعی مبتنی بر آرایه کیت قابل برنامه ریزی…
• توسعه یک آنالیز و کنترل زمان واقعی مبنی بر FPGA برای واسط های تولید…
• توسعه یک آنالیز و کنترل زمان- واقعی مبنی بر آرایه کیت قابل برنامه…
• تکنیک پخش بار بهینه جریان توان پیوندی (هیبرید)
• تعیین اندازه بهینه سیستم ذخیره سازی انرژی با در نظر داشتن قابلیت…