پیش بینی میزان سپرده ها با استفاده از روش های خطی ARIMA و غیر خطی شبکه های عصبی مصنوعی و مقایسه این دو روش (مورد مطالعه بانک سامان)
در اين پایاننامه میزان هر یک از سپردههاي بانك سامان و مجموع کلیه سپردههای بانک مذکور، با استفاده مدل خطی آريما و مدل غیرخطی شبكه عصبي مصنوعي پيشبيني و در انتها نتايج دو روش با استفاده از معیارهای ارزیابی ريشه ميانگين مربع خطا، ميانگين قدر مطلق درصد خطا، ميانگين قدر مطلق و ضريب تعيين با یکدیگر مقايسه گردید.
براي اين موضوع میزان انواع سپردههای کلیه شعب بانک سامان، طي سالهای ۱۳۸۰تا ۱۳۹۰ كه به صورت روزانه تهيه شدهاند، مورد بررسي قرار گرفت.
با توجه به انواع سپردهها در مجموع ۹ مدل شبکه عصبی و۹ مدل آریما برای پیشبینی طراحی گردید که براي طراحي و پيشبيني مدلهاي شبکه عصبی از نرمافزار MATLAB و براي طراحي و پيشبيني مدلهاي روش آريما از نرم افزار Eveiws استفاده شد.
نتايج پژوهش حاکي از آن است که با توجه به پیچیدگی کم و خطی بودن سری های زمانی که در این پژوهش به کار برده شدهاند، هر دو روش از توانايي بالايي در پيشبيني متغيرها برخوردارند اما در مجموع مدلهاي شبکه عصبي حتی در پیشبینی سریهای زمانی خطی نیز نتايج مناسب تري نسبت به روش خطی آریما داشتهاند و براي پيشبيني بهتر است که از اين روش استفاده شود.
جهت رفع سوالات و مشکلات خود از سیستم پشتیبانی سایت استفاده نمایید .
دیدگاه ارسال شده توسط شما ، پس از تایید توسط مدیران سایت منتشر خواهد شد.
دیدگاهی که به غیر از زبان فارسی یا غیر مرتبط با مطلب باشد منتشر نخواهد شد.