ایجاد یک سیستم خبره به منظور شناسایی مدل مناسب برای پیش بینی سری های زمانی

وجود الگوهای متنوع برای مدل سازی و پیش بینی سری های زمانی، باعث می شود انتخاب ساختار و تحلیل این گونه مدل ها با سعی و خطا، صرف زمان زیاد و مبتنی بر نظر افراد خبره انجام شود. با توجه به ماهیت شرطی رویه های شناسایی مدل پیش بینی سری های زمانی، در این مقاله سعی می شود با ایجاد تعدادی موتور جستجو، تکنیک تجزیه و تحلیل مشخص شود و در مرحله بعد، با فرض معین بودن تکنیک مناسب، پایگاه دانش به گونه ای توسعه داده شود که در نهایت امکان نسبت دادن مدل مناسب به داده های در دست مطالعه، فراهم شود. پس از تعیین نوع روش، میزان برازش مدل مورد نظر بر داده های تاریخی به وسیله شاخص های مناسب اندازه گیری می شود. در صورت مناسب بودن این شاخص ها، با به کارگیری مدل انتخاب شده، پیش بینی دوره های بعدی به دست آمده و می توان تناسب مدل پیش بینی را سنجید. سپس با تکرار این فرآیند و تغییر پاسخ سوالات در مراحلی که حالت قطعی برای جواب وجود ندارد، به تعداد کافی مدل انتخاب کرده و از بین آنها برترین مدل بر گزیده می شود. در انتها، پیاده سازی سیستم خبره و اجرای مدل روی داده های نمونه به صورت مطالعه موردی، کارآیی و اعتبار روش پیشنهادی را تایید می کند.