مجید بهره پور - موسسه آموزش عالی خاوران-مشهد
فرزانه عدالتی نیک
فرشته رازقی یدک
مرجان سلطانی نژادمحمدی

سری های زمانی فازی اخیراً مورد توجه بسیاری قرار گرفته شده است. این روش پیش بینی می تواند کنترل مناسبی با ابهام درداده ها و همچنین نقص در داده ها داشته باشد. تا کنون راهکارهای متفاوتی برای سری های زمانی فازی ارائه شده است که بتوانند دقت پیش بینی ها را افزایش دهند و یا سربار پردازشی را کاهش دهند. این مقاله نیز یک بهبود برای سری های زمانی فازی مرتبه بالا highorder)ارائه شده توسطChen را پیشنهاد می نماید. در روش پیشنهادی، از الگوریتم ژنتیک برای انتخاب فواصل بهینه سری زمانی فازی مرتبه بالا استفاده شده است که این مطالعه را از سایر مطالعات قبلی متمایز می نماید. نتایج حاصل از شبیه سازی های عملی برروی داده های بازار ارزForex) در مقایسه با روش های پیشین نشان می دهد که مدل پیشنهادی, دقیقتر از مدل های پیشین خود می باشد. همچنین نتایج تجربی نشان می دهد که مدل پیشنهادی دقت مناسبی برای کابرد های واقعی برای کارگزاران بازار ارز دارد

سری های زمانی فازی- سری های زمانی مرتبه بالا- الگوریتم ژنتیک – استدلال فازی – بازار ارزForex