CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
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

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۴۹۱ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: CESD01_141
زبان مقاله: فارسی
حجم فایل: ۴۹۱.۴۱ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۷ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ 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.

کلیدواژه‌ها:

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

کد مقاله/لینک ثابت به این مقاله

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://www.civilica.com/Paper-CESD01-CESD01_141.html
کد COI مقاله: CESD01_141

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؛ مهدی یعقوبی و محمدرضا اکبرزاده توتونچی، ۱۳۹۲، پیش بینی تعداد تویست با استفاده از رگرسیون بردار پشتیبان و بهینه سازی پارامترها و مقادیر پنجره سری زمانی توسط الگوریتم ژنتیک آشوبناک، همایش ملی مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدل سازی و امنیت سیستمها، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-CESD01-CESD01_141.html

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: (قناد, ناصر؛ مهدی یعقوبی و محمدرضا اکبرزاده توتونچی، ۱۳۹۲)
برای بار دوم به بعد: (قناد؛ یعقوبی و اکبرزاده توتونچی، ۱۳۹۲)
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 ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۷۳۴۹
    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.

    مدیریت اطلاعات پژوهشی

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

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    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.