قواعد کشفی

برای پیش بینی سری زمانی ابتدا باید مدل مناسبی از آن ساخته شود. تعیین ابعاد و تخمین پارامترهای مناسب برای مدل ARMA سری زمانی، چالشی است که علاوه بر روش های متداول آماری، از طریق محاسبات هوشمند نیز به آن توجه شده است. در این مقاله استفاده از الگوریتم ژنتیک برای تخمین پارامترهای مدل ARMA و قواعد کشفی برای تعیین ابعاد مدل ارائه می شود. قواعد کشفی بر اساس ویژگی های سری زمانی استخراج می شوند. داده ها به روش پنجره لغزان در پیش بینی به کار می روند. مدل بر اساس معیار اطلاعاتی بیزین و پیش بینی بر اساس دو معیار مجذور متوسط مربعات خطا و متوسط قدر مطلق درصد خطا ارزیابی می شود. روش ارائه شده روی هشت سری زمانی با ویژگی های مختلف به کار رفته و نتایج آن با نتایج روش آماری مقایسه شده است. نتایج نشان می دهد در تمام موارد، روش ارائه شده همسان یا بهتر از روش کلاسیک عمل می کند.