موجک

در مدل قیمت گذاری دارایی سرمایه ای (CAPM) بازده انتظاری دارایی ها به سطح ریسک سیستماتیکشان بستگی دارد، به طوری که ریسک سیستماتیک دارایی، در ارتباط با پرتوفولیوی بازار اندازه گیری می شود. از این رو، هدف این مقاله تخمین مدل CAPM در مقیاس های زمانی مختلف است. آنالیز موجک، روشی جدید در زمینه مالی است و به عنوان روش تجربی در بررسی رابطه میان بازده سهام و ریسک سیستماتیک در مقیاس زمانی مختلف در این مقاله استفاده شده است. نمونه مورد استفاده در این تحقیق متشکل از 15 سهام، در فاصله سال های 1388- 1383 در بورس اوراق بهادار تهران است. نتایج تحقیق نشان داد که رابطه بین بتای سهام و بازده آن در مقیاس کوتاه مدت و میان مدت قوی تر است. بنابراین، بورس اوراق بهادار تهران در مقیاس 1 تا 4 (2-32 روزه) کاراتر بوده است. از این رو، پیش بینی CAPM در چهارچوب چند مقیاسی، در افق های کوتاه مدت و میان مدت، در مقایسه با دیگر افق ها مناسب تر است.

پژوهش های مبتنی بر مالی رفتاری نشانگر ورود استثناهای فراوانی در بازارهای مالی می باشد و نتایج حاصل از آنها مشخص می سازد که پدیده های روانشناختی نقش مهمی در تعیین رفتار بازارهای مالی دارند. در این پژوهش با اتکاء به مبانی نظری مالی رفتاری به بررسی واکنشهای رفتاری سرمایه گذاران در بازه های زمانی مختلف پرداخته شده است و براساس سری زمانی داده های مربوط به شرکت های بورس اوراق بهادار تهران در قلمرو زمانی 1385 تا 1389 الگوی متناسب با بورس اوراق بهادار تهران بطور کلی ارائه گردیده است. ابزار آماری مورد استفاده تجزیه و تحلیل موجک می باشد که با قدرت تببین کنندگی و تفکیک مقیاس های زمانی امکان تحلیل بر روی شرکت های نمونه آماری را فراهم می آورد. نتایج پژوهش نشان می دهد که سرمایه گذاران پس از اخبار خوب یا بد، در بازه های زمانی مختلف، متفاوت عمل می کنند. به گونه ای که در مقیاس زمانی بلندمدت واکنش رفتاری سرمایه گذاران قابل ملاحظه تر از مقیاس زمانی کوتاه مدت می باشد. همچنین بازدهی سرمایه گذاری حاصل از تغییرات قیمت نیز در بازه های زمانی مختلف بعد از اخبار خوب و بد متفاوت است. این بازدهی در کوتاه مدت هم جهت با تغییرات سود هر سهم ( EPS) حرکت می کند ولی در بلندمدت در خلاف جهت آن.

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دوره زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل WDBP از موجک db5 برای نویززدایی داده ها و تا پنج مرحله صورت گرفته است. جذر میانگین مربعات خطا (RMSE) معیارِ ارزیابی برای سنجش خطای پیش بینی است. نتایج این تحقیق نشان می دهد، عملکرد شبکه عصبی موجکی در پیش بینی شاخص سهام سطح خطای کمتری دارد و از شبکه عصبی بهتر است.

هدف پژوهش حاضر مقایسه قدرت پیش بینی روش های شبکه عصبی فازی با شبکه عصبی موجک فازی در پیش بینی قیمت سهام بانک ها در بورس اوراق بهادار تهران است. دوره پژوهش این پژوهش از سال 1390 تا 1395 است. در این پژوهش، از سیستم منطق فازی به همراه سیستم شبکه عصبی چندلایه با ساختار بهینه سازی پس انتشار خطا و ماکزیمم همپوشانی تبدیل موجک گسسته برای متغیرهای نرخ ارز، نفت اوپک، طلا، شاخص کل سهام و همچنین حجم معاملات برای پیش بینی قیمت سهام استفاده شده است. نتایج حاصل از مدل با استفاده از تابع هزینه بروز رسانی شده انجام گرفته است. نتایج پژوهش در مقایسه شبکه عصبی فازی موجک و شبکه عصبی فازی نشان می دهد که قابلیت اطمینان پیش بینی قیمت سهام بانک ها با شبکه عصبی موجک فازی بالای 90 درصد و با شبکه عصبی فازی بالای 80 درصد است. درنتیجه شبکه عصبی موجک فازی باقابلیت اطمینان بالاتری نسبت به شبکه عصبی فازی عمل می کند.

یونسفر یکی از پدیده های پیچیده است که شامل مولکول های یونیزه شده توسط خورشید می باشد. ضرورت مطالعه یونسفر و مدل سازی آن از این حقیقت ناشی می شود که محتوای الکترونی یونسفر به پارامترهای زیادی بستگی دارند که دائما در حال تغییر هستند. انتشار امواج الکترومغناطیس در لایه یونسفر تحت تأثیر الکترون های آزاد این محیط بوده، بنابراین مدل سازی یونسفر در بسیاری از زمینه ها از قبیل ارتباطات مخابراتی، ناوبری و تعیین موقعیت ماهواره ای، سیستم های راداری و سایر فناوری های فضایی مورد توجه می باشد. طبیعت پیچیده یونسفر باعث شده مدل ها و روش های مختلف دو بعدی و سه بعدی جهت رسیدن به یک برآورد مناسب از مقدار محتوای الکترون یونسفر پایه گذاری، ارزیابی و مقایسه شوند. در این مقاله از شبکه های عصبی موجک جهت مدل سازی مقدار محتوای الکترون لایه یونوسفر (TEC) در ایستگاه های چهار شهر اهواز، ساری، کرمان و سقز در 365 روز از سال 2014 استفاده شده است. نتایج مدلسازی با روش های مذکور برای داده های مکانی و دماهای مختلف در ایران ارزیابی و مقایسه شده و به صورت کمی ارائه گردید. داده های مورد استفاده، نقشه های یونسفری می باشند که نمایشگر میزان محتوای مجموع الکترونی هستند. نتایج این تحقیق نشان دهنده تأثیر مؤلفه های مکانی و دما در کارایی شبکه عصبی موجک در برآورد محتوای الکترونی یونسفر می باشد. میانگین خطای نسبی به دست آمده برای حالت تلفیقی پارامترهای مکان، زمان و دما با استفاده از شبکه های عصبی موجک برابر 52/11 درصد بوده است. این مقدار برای حالت تلفیقی دو پارامتر به طور میانگین برابر 05/15 درصد به دست آمده است. مقایسه صورت گرفته در مورد خطا نشان دهنده برتری حالت تلفیقی سه پارامتر دما، مکان و زمان نسبت به سایر حالت ها در برآورد محتوای الکترونی یونسفر بوده است. همچنین در این مقایسه، بهترین مدل مربوط به حالت های مکان- دما- زمان، مکان- زمان و دما- زمان به ترتیب مربوط به شبکه های عصبی RBF, MLP و B-spline با تلفیق موجک مورلت بوده است.

مفاهیم مقیاس-زمان، سری های زمانی با دنباله های پهن و چولگی و تفکیک دوره های پژوهش بر اساس شوک های اقتصادی در بهینه یابی سبد دارایی از اهمیت ویژه ایی برخوردار است. لزوم داشتن توزیع نرمال سری بازدهی ها و عدم امکان فروش استقراضی از ایرادات بنیادی وارد به مدل مارکوویتز است. همچنین وجود خصلت های چولگی و دم های پهن در سری بازده دارایی های مالی اهمیت معرفی چولگی در توزیع خطا مدل MGARGH را نشان می دهد که نتیجه آن بهبود رهیافت مارکوویتز با استفاده از ماتریس کواریانس مستخرج از مدل های MGARCH مبتنی بر توزیع چوله چندمتغیره نامتقارن است. ضمنا با استفاده از تحلیل موجک می توان واریانس و کواریانس های کاراتری در مقیاس های زمانی متفاوت محاسبه نمود. از این رو هدف پژوهش حاضر غلبه بر مشکلات مطروحه در مدل مارکوویتز از طریق کاربرد مدل Bayesian DCC-GARCH مبتنی بر تحلیل موجک و رهیافت هانگ و لیتزنبرگر می باشد. داده های مورد استفاده در این پژوهش شامل بازده قیمت سهام گروه های منتخبی از بازار سرمایه ایران است که بیش ترین تاثیر را از تحریم های اقتصادی طی دوره 24/9/1387 الی 26/3/1398 متحمل شده اند. دوره زمانی مذکور به دوران قبل از برجام، پسا برجام و خروج آمریکا از برجام تفکیک شده است. همچنین از ماتریس کواریانس حاصل از 2 روش متفاوت (غیرشرطی و شرطی مستخرج از مدل Bayesian DCC-GARCH) در مدل بهینه یابی سبد دارایی هانگ و لیتزنبرگر در مقیاس های زمانی 4 گانه استفاده شده است. نتایج حاکی از  وجود خصلت چندمقیاسه بودن تئوری بهینه یابی سبد دارایی هانگ و لیتزنبرگر در بازار سرمایه ایران بود. به گونه ایی که کارایی سبدهای دارایی در مقیاس های میان ماهانه و بلندمدت بیش تر از کارایی این سبدها در مقیاس های کوتاه مدت است. ضمن آن که در تمامی زیربخش ها سبدهای دارایی که با استفاده از توزیع بیزی حاصل شده اند دارای کارایی بالاتری نسبت به سایر سبدهایی هستند که از سایر توزیع های آماری به دست آمدند.

شناسایی روندها و گسستگی های ساختاری در سری زمانی بارش به عنوان یکی از مهمترین چالش ها در مطالعه ی تغییر اقلیم محسوب می شود، چرا که کشف چنین گسستگی های می تواند به ارزیابی مطلوب سناریوهای آینده و پدیده های حدی همچون سیل و خشکسالی منجر گردد. در این مطالعه به منظور شناسایی گسستگی های ساختاری در سری زمانی بارش روزانه و ماهانه ایستگاه سینوپتیک خرم آباد از دو رویکرد تحلیل چندفرکتالی نوسان های روندزدایی شده (MF-DFA) و تحلیل موجک گسسته با بیشینه همپوشانی (MODWT) استفاده شد. نتایج حاصل از کاربرد MF-DFA بر روی سری زمانی بارش روزانه (2018-1961) نشان داد که سه نقطه گسستگی در این سری زمانی وجود دارد که روند بارش در پیرامون این نقاط به طور مشخصی تغییر پیدا کرده است. از سویی، نتایج این رویکرد مشخص کرد که دوره 2002 -1985، به عنوان نوسانی ترین دوره بارش و دوره های 1969- 1961 و 2018- 2010 به عنوان دوره هایی با کمترین نوسان ها در بارش جلوه می کنند. محاسبه تابع نوسان در مقیاس های زمانی 2، 5، 10 و 20 ساله نشان داد که در دوره 2018-2000، نوسان های 2 تا 20 ساله بارش کاهش یافته اند. همچنین نتایج حاصل از تابع نوسان با qاُمین مرتبه نیز روشن کرد که دوره های 1970- 1965 و 1994-1989، همراه با نوسان های حدی بزرگ بارش بوده اند. در صورتی که دو بازه زمانی 2004-1999 و 2013-2008 به دوره هایی با نوسان های حدی کوچک بارش اشاره دارند. همچنین نتایج بدست آمده از کاربرد MODWT برروی سری زمانی بارش ماهانه نشان داد که ضرایب موجک در سال 2007 دستخوش تغییر شده اند. در این راستا با تقسیم سیگنال های فرکانس بالای موجکی به دو دوره شامل 2007-1961 و 2018-2008، مشخص شد که اختلاف بین نوسان های بارش در خلال مقیاس های 8 تا 16 ماه از بیشترین تغییرپذیری در سری زمانی بارش برخوردارند.

نفت یکی از منابع درآمدی برای کشور ایران است. بازار نفت و قیمت آن تحت تأثیر عوامل زیادی قراردارد و به دنبال آن درآمد کشورهای صادرکننده نفت نیز متأثر از این متغیرها است. در تحقیق حاضر، با ارائه روش موجک و تحلیل همدوسی به تبیین مجدد ارتباط میان نفت وتورم در اقتصاد ایران پرداخته شد، بدین منظور با استفاده از داده های فصلی(1397-1361) همدوسی متغیرهای مزبور در افق های زمانی متفاوت مورد بررسی قرار گرفته است. نتایج نشان می دهد با توجه به قابلیت های ویژه روش موجک در بررسی همزمان کوتاه مدت و بلندمدت در تحلیل موجک پیوسته رابطه علی بین متغیر نفت (سبک و سنگین ) و تورم متغیر نفت پس رونده بوده است. همچنین دو متغیر دارای رابطه مثبت و هم فاز می باشند. اما درتحلیل همبستگی موجکی در بلندمدت رابطه بین دو متغیر وجود ندارد .

نوسانات قیمت نفت به عنوان یک متغیر برون زای قدرتمند، بسیاری از متغیرهای اقتصاد، از جمله شاخص قیمت سهام را می تواند تحت تأثیر قرار دهد. در این راستا، مطالعه حاضر در تلاش است با استفاده از مدل های گارچ چند متغیره شامل مدل بابا، انگل، کرونر و کرافت (GARCH-BEKK) بر پایه روش موجک، اثرات سرریز بین بازارهای نفت و بورس اوراق بهادار تهران را به تفکیک دوران قبل از تحریم، بعد از تحریم و بعد از برجام به صورت مقیاس های چندگانه مورد بررسی قرار دهد. در این پژوهش از داده های قیمت نفت خام اوپک و شاخص کل بازار بورس اوراق بهادار طی دوره زمانی بیست وسوم آذرماه 1387 الی نوزدهم بهمن ماه 1396 و به صورت هفتگی استفاده شده است. نتایج نشان می دهد، تأثیرات سرریز میان بازارها در دوره های زمانی متفاوت و با توجه رخدادهای اقتصادی-سیاسی متغیر است و می تواند یکطرفه، دوطرفه و یا اصلا وجود نداشته باشد. به طوری که در دوره اول (قبل از شروع تحریم های نفتی) به صورت یکطرفه از بازار نفت به بازار بورس، در دوره دوم (دوران تحریم) به صورت دوطرفه در کوتاه مدت و در بلندمدت یکطرفه از بازار نفت به بازار بورس بوده است و در نهایت در دوره سوم (بعد از برجام) دارای رابطه یکطرفه از بازار نفت به بازار بورس بوده است. این نتایج به وضوح به وابستگی اقتصاد ایران به نفت و اثرات آن بر بازارهای مختلف مالی از جمله بورس اوراق بهادار اشاره دارد. لذا به سیاست گذاران و سرمایه گذاران پیشنهاد می شود تصمیمات خود را براساس زمان و اتفاقات دوره انجام دهند تا از حداکثر مطلوبیت خود دور نشوند.   Abstract Oil price volatility as a powerful exogenous variable, can affect many economic variables, including stock price index. In this regard, the present study is analyzed spillover effects between oil and Stock Tehran exchange markets using multivariate GARCH models such as Baba, Engle, Kraft and Kroner (GARCH-BEKK) based on wavelet method and by resolution to before sanctions, after sanctions and after Brjam (Joint Comprehensive Plan of Action) as multiple scales. In this study, used OPEC crude oil price data and total stock market index during of December 13, 2008 to February 8, 2018 and weekly. The results show that spillover effects between markets in different periods, with the attention of economic-political events, can be varied and can be unilateral, two-sided, or not at all. So that in the first period (before start of oil sanctions), as one-sided from oil market to stock exchange, in the second period (the sanction period), in the short run and in the long run one-sided from oil market to stock market and finally, in the third period (after the Brjam), there was a one-sided relationship from oil market to stock market. These results clearly point to Iran's dependence on oil and its effects on various financial markets, including stock exchanges. Therefore, policy makers and investors are encouraged to make their own decisions based on the time and events of the course in order not to deprive them of their maximum utility.  

هدف این مقاله ارزیابی آثار همه گیری ویروس کرونا بر تولید صنایع تولیدی ایران است. به منظور شناسایی موج های کرونا، در بخش اول از تجزیه و تحلیل موجک در دوره زمانی روزانه از اسفند 98 تا اسفند 99 استفاده شده است و در بخش دوم تاثیر طول موج های مختلف بر 12 شرکت خودرویی، پالایشی و حمل و نقل و 15 شرکت غذایی، دارویی و بیمه ای، در دوره زمانی ماهیانه از فروردین 96 تا اسفند 99 با استفاده از داده های تابلویی و روش EGLS مورد تجزیه و تحلیل قرار گرفته است. در این تحقیق از طول موج های روزانه تا سالانه کرونا و همچنین متغیرهای توضیحی تورم و شاخص پولی به منظور بررسی وضعیت اقتصادی شرکت ها در دوران کرونا بهره گرفته شده است. نتایج ناشی از تجزیه و تحلیل موجک و اسکالوگرام تبدیل موجک پیوسته حاکی از آن است که پیک های اول، دوم و سوم کرونا، قوی ترین موج های کرونا هستند. تفسیر نتایج تخمین مدل نشان می دهد که از بین موج های روزانه تا سالانه کرونا، موج های روزانه، هفتگی و چهارماهه کرونا تاثیر منفی معنادار بر فروش شرکت دارد. این در حالی است که موج ماهانه کرونا اثر مثبت بر فروش شرکت ها را نشان می دهد. بر اساس نتایج مدل همچنین مشخص شد که تورم تاثیر مثبت بر فروش و تولید شرکت ها داشته و سپرده گذاری بیشتر از تسهیلات توانسته است بر افزایش تولید و فروش شرکت ها اثر داشته باشد. 

هدف از این پژوهش، بررسی ارتباط شاخص های قیمت با نرخ ارز در ایران با رویکرد همدوسی موجک در دوره زمانی فروردین ماه 1381 تا آذرماه 1398 است. نتایج نشان می دهد که ارتباط بین شاخص قیمت مصرف کننده و نرخ ارز در بازه زمانی مذکور و در مقیاس زمانی یکساله هم فاز بوده و شدت همدوسی میان این متغیرها در فرکانس های کوتاه و زیر دو سال بسیار بااهمیت است. شدت هم حرکتی میان متغیرهای نرخ ارز و شاخص قیمت مصرف کننده در دوره هایی که نااطمینانی ارزی و نااطمینانی تورمی افزایش یافته است، افزایش می یابد و شاهد شکل گیری قله های تورمی در روند تورم شاخص قیمت مصرف کننده می باشیم. این رفتار بصورت تقریباً مشابهی درخصوص شاخص قیمت تولید کننده نیز صادق است. به عبارت دیگر افزایش نرح ارز در دوره های زمانی بسیار کوتاه افزایش شاخص قیمت تولید کننده را به دنبال دارد. همچنین شدت هم حرکتی، حرکت مشابه و هم جهت متغیرهای نرخ ارز و شاخص قیمت تولیدکننده در دوره های افزایش نااطمینانی در دوره های زمانی طولانی تری نیز ادامه دارد.

هدف مقاله حاضر بررسی همبستگی شاخص کل بورس و قیمت نفت برنت در بازه هفتگی از شهریور 1388 تا آذرماه 1399 است. در این راستا از رویکرد DCC-GARCH و رویکرد موجک پیوسته استفاده شده است. نتایج تحقیق نشان می دهد که همبستگی بین دو شاخص مورد بررسی تحت تاثیر شرایط اقتصادی و سیاسی جامعه تغییر می کند. همچنین این وضعیت تحت تاثیر شرایط پاندمی کرونا از بهمن 1398 تا آردیبهشت 1399 قرار دارد به طوریکه در این بازه زمانی همبستگی بین دو شاخص منفی و در بازه قبل و بعد از این مدت مثبت است. نتایح حاصل از رویکرد موجک نیز نشان می دهد وابستگی بین جفت بازار مورد بررسی در کوتاه مدت پایین و در برخی دوران در میان مدت و بلند مدت وابستگی بالاتر است. از اینرو به سرمایه گذاران توصیه می شود بسته به افق زمانی مورد بررسی و شرایط اقتصادی و سیاسی کشور اقدام به سرمایه گذاری در این دو بازار نمایند

بررسی های نظری نشان می دهد روش موجک ابزار ریاضی مناسبی برای تجزیه سیگنال ها و نمایش آن ها در سطوح مختلف است. در عین حال، روش موجک دارای مرتبه موج ها و ابزار متفاوت برای هموارسازی سری است. مطالعات نشان داده است که موجک های متعامد شامل هار، دابچیس، سیملتس، کو ایفلتس، دو متعامدی جزء بهترین نوع از موجک ها هستند. از طرفی هر نوع موجک خود به مرتبه موج های متفاوتی تقسیم می شوند که برای موجک هار یک مرتبه، برای موجک دابچیس نه مرتبه، برای موجک سیملتس هفت مرتبه، برای موجک کوایفلتس پنج مرتبه و برای موجک دومتعامدی پانزده مرتبه تعریف شده است. با توجه به این مطلب که هرکدام از مرتبه های موجک خود می تواند به عنوان یک موجک تلقی شود، به تنهایی برای موجک های متعامد، سی وهفت نوع موجک قابلیت انتخاب شدن دارند. از طرفی برای هر نوع از موجک می توان تا ده سطح تجزیه سازی انجام داد که هر سطح از تجزیه سازی به شکلی فرایند روند اقتصادی را به شکل مختلفی نشان می دهد و این یعنی اینکه یک سری می تواند به سیصد و هفتاد سری تجزیه شود. به لحاظ اقتصادی این مطلب به این معنی خواهد بود که برای بررسی یک سری زمانی مانند تولید ناخالص داخلی می توان 370 نوع فرمول چرخه اقتصادی تعریف کرد که مسلماً هر کدام نتایج و تفسیر متفاوتی را خواهد داشت. این امر در برنامه ریزی های کوتاه مدت و بلندمدت اقتصادی دارای حساسیت زیادی است. این امر در برنامه ریزی های کوتاه مدت و بلندمدت اقتصادی دارای حساسیت زیادی است. با توجه به این مطلب که هیچ گونه تحقیقی درزمینه ی برتری نوع موجک در کارهای اقتصادی انجام نشده است، بسیاری از مطالعات انجام شده به دلیل کم توجهی به سوالات زیر اگرچه ارزشمند با خطا همراه هستند. 1-         تعریف از روند و چرخه چیست؟ 2-        مناسب ترین نوع موجک کدام است؟ 3-       کدام مرتبه موجک مناسب تر است؟ 4-        کدام سطح موجک مناسب تر است؟ این مقاله برای پاسخ به این سوالات با استفاده از روش موجک از بین موجک های متعامد هار، دابچیس، سیملتس، کوایفلتس و دو متعامدی با طول موج حداکثر 5 سطح، بهترین نوع، مرتبه و سطح موجک را به منظور هموارسازی چرخه های تجاری در ایران، طی دوره زمانی فصلی 1396-1367 با روش شبیه سازی گذشته نگر گذشته نگر (ex-post) و تحلیل همبستگی و استفاده از نرم افزار MATLABمورد بررسی قرار می دهد. نتایج تحقیق نشان می دهد که موجک bior2.2 دارای بالاترین کیفیت در تجزیه و هموارسازی چرخه های تجاری در ایران است. بر اساس این نتایج، سری لگاریتم تولید ناخالص داخلی فصلی که با استفاده از موجک bior1.1 در سطح 2 تجزیه گردیده است، در میان تمام موجک ها بالاترین کیفیت در تجزیه و هموارسازی داده های اقتصادی را دارد. موجک های bior2.2_l4، bior2.2_l1، bior3.1_l4، bior2.2_l3 و bior3.1_l5در رتبه های دوم تا ششم قرار گرفته اند. همچنین بدون توجه به نوع موجک سطح 4 بیشترین تکرار را در تمامی سطوح داشته است و از این حیث بهترین سطح تجزیه محسوب می شود. بر این اساس توصیه می شود در زمانی که از داده های سالیانه استفاده می شود، سطح موجک انتخابی پایین (حداکثر 3) و اگر داده های ماهیانه و یا فصلی باشد، سطح موجک بالا (حداقل بیشتر از 4) انتخاب گردد. همچنین برآورد چرخه های تجاری ایران نشان می دهدکه در دوره ی تحقیق، تعداد 16 چرخه ی تجاری وجود داشته است که بیشترین سال های رکود متوالی مربوط به سال های 82-1380، 89-1387 و 93-1391 بوده است.  

برآورد دقیق آبدهی رودخانه ها یکی از مهم ترین موارد کلیدی در مدیریت و برنامه ریزی منابع آب به ویژه اتخاذ تصمیمات صحیح در مواقع سیلاب و بروز خشک سالی ها است. برای برآورد میزان آبدهی رودخانه ها رویکردهای متنوعی در هیدرولوژی معرفی شده است که مدل های هوشمند از مهم ترین آن ها می باشد. در این پژوهش کاربرد مدل های هیبریدی ماشین بردار پشتیبان_ موجک و ماشین بردار پشتیبان-بیزین به منظور برآورد دبی رودخانه های حوضه آبریز کرخه براساس آمار آبدهی روزانه ایستگاههای هیدرومتری واقع در بالادست سد کرخه طی دوره آماری(1387-1397) مورد بررسی و ارزیابی قرار گرفته است. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا و میانگین قدر مطلق خطا برای ارزیابی و عملکرد مدلها مورد استفاده قرار گرفت. نتایج نشان داد ساختارهای ترکیبی نتایج قابل قبولی در مدلسازی دبی رودخانه ارائه می نمایند. همچنین مقایسه مدل ها نشان داد مدل هیبریدی ماشین بردار پشتیبان-موجک دقت بهتری در پیش بینی جریان از خود نشان داده است. در مجموع نتایج نشان داد استفاده از مدل هیبریدی ماشین بردار پشتیبان می تواند در زمینه پیش بینی دبی روزانه مفید باشد .