0% Complete
صفحه اصلی
/
نهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
انتخاب بهترین مدل پیشبینی برای تعیین تاریخ تورهای گردشگری شهر یزد با در نظر گرفتن محدوده آسایش حرارتی و مقایسه میانگین دمای ماهانه دو مدل ARIMA و ARIMAX
نویسندگان :
طیبه صادقیان
1
حسن خادمی زارع
2
داود شیشه بری
3
1- دانشگاه یزد
2- دانشگاه یزد
3- دانشگاه یزد
کلمات کلیدی :
ARIMA،ARIMAX،پیشبینی،شهر یزد،میانگین دمای ماهانه
چکیده :
شهر یزد یکی از مهمترین قطبهای گردشگری ایران است. به دلیل خشکی هوای این شهر و به تبع آن اختلاف زیاد دمای شب و روز، پیشبینی درست میانگین دمای هوا میتواند نقش موثری در تعیین تاریخ تورهای گردشگری داشته باشد. این مقاله میانگین دمای ماهانه شهر یزد را با استفاده از دو مدل AREMA و AREMAX با متغیر برونزای میانگین حداقل و حداکثر دمای ماهانه پیشبینی نموده و با مقایسه نتایج پیشبینی این دو مدل، بهترین مدل را انتخاب کرده است. دادههای سری زمانی استفاده شده در این پژوهش میانگین دمای ماهانه شهر یزد در دوره 68 ساله ( 1953 تا 2021) است که از اداره هواشناسی ایران و سایت https://en.tutiempo.net جمعآوری شده است. با مقایسه نتایج پیشبینی تمام مدلهای ARIMA و ARIMAX قابل استفاده، مدل ARIMA(1,2,2)〖(0،1،1)〗_12 و ARIMAX(1,2,2)〖(1،1،1)〗_12 به دلیل کمترین معیار آکاییک انتخاب شدند. تجزیه و تحلیل ریشه میانگین مربعات خطا و ریشه نسبی میانگین مربعات خطا نشان داد که این دو مدل به خوبی دادهها را برازش میکنند. با این حال مدل ARIMA(1,2,2)〖(0،1،1)〗_12 به دلیل ریشه نسبی میانگین مربعات خطای کمتر نسبت به مدل ARIMAX(1,2,2)〖(1،1،1)〗_12 به عنوان مدل بهینه انتخاب و پیشبینی میانگین دمای ماهانه 3 سال آینده شهر یزد با این مدل انجام شد و در نهایت با در نظر گرفتن محدوده آسایش حرارتی شهر یزد، ماههای مناسب برای برگزاری تورهای گردشگری تعیین گردید.
لیست مقالات
لیست مقالات بایگانی شده
تحلیل اثربخشی جامع ماشین آلات باربری در معدنکاری روباز (مطالعه موردی)
محمدجواد رحیم دل - محمد جوانشیر گیو - محدثه زهرایی
پیشبینی بازههای دستمزدی افراد در بازار کار ایران با استفاده از الگوریتمهای یادگیری ماشین: مطالعهای مبتنی بر آگهیهای پلتفرم جابویژن
امین حسنخانی - امیر ابراهیمیزاده
Adoption and Practice of Machine Learning in Project Parameter Estimation
Ali Jooyafar - Milad Balouch - Parnian Rafeeyan
A Machine Learning-Based Framework for Multi-Class Prediction of Hepatitis C Severity Using Ensemble Techniques
Reza Shirazi Zadeh - Meysam Ghanbari Marvast
بهینهسازی درآمد هتل با امکان لغو درخواست، عدم حضور و تغییر مدت اقامت
عارفه بهمنآبادی - مصطفی ستاک
توسعه مدل ریاضی برای طراحی شبکه زنجیره تأمین پایدار پنبه
مائده فخفوری - ابراهیم اسدی گنگرج - برهان سهرابی
پیش بینی تقلب در حوزه بیمه بدنه خودرو با استفاده از مدلهای داده محور (به همراه مطالعه موردی)
محمد محزون - حسن خادمی زارع - محمد صالح اولیاء
مدلسازی و تحلیل موانع یادگیری پایدار بین سازمانی در زنجیرهتأمین (مورد مطالعه: زنجیرهتأمین مس)
حسین جعفری هرمزد آبادی - عباس شول
مدل سازی رابطه ی سبک مدیریت مشارکتی و تعهد حرفه ای کارکنان با نقش میانجی یادگیری سازمانی (مطالعه موردی: صنعت نساجی یزد)
مهدی کبیری نائینی - زینب الهی
کاربرد قانون بنفورد در تحلیل بازارهای مالی: شواهد تجربی از بازار بورس تهران
مرضیه اسعدی - افسانه دلشاد
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.7.0