سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,113,800
تعداد دریافت فایل اصل مقاله97,217,501
Gilani Nia, Shahram. (1389). Appropriate Combination of Artificial Intelligence and Algorithms for Increasing Predictive Accuracy Management. , 2(4), -.
Shahram Gilani Nia. "Appropriate Combination of Artificial Intelligence and Algorithms for Increasing Predictive Accuracy Management". , 2, 4, 1389, -.
Gilani Nia, Shahram. (1389). 'Appropriate Combination of Artificial Intelligence and Algorithms for Increasing Predictive Accuracy Management', , 2(4), pp. -.
Gilani Nia, Shahram. Appropriate Combination of Artificial Intelligence and Algorithms for Increasing Predictive Accuracy Management. , 1389; 2(4): -.

Appropriate Combination of Artificial Intelligence and Algorithms for Increasing Predictive Accuracy Management

Journal of Information Technology Management
مقاله 9، دوره 2، شماره 4، دی 2010    اصل مقاله (187.83 K)
نویسنده
Shahram Gilani Nia
چکیده
In this paper a simple and effective expert system to predict random data fluctuation in short-term period is established. Evaluation process includes introducing Fourier series, Markov chain model prediction and comparison (Gray) combined with the model prediction Gray- Fourier- Markov that the mixed results, to create an expert system predicted with artificial intelligence, made this model to predict the effectiveness of random fluctuation in most data management programs to increase. The outcome of this study introduced artificial intelligence algorithms that help detect that the computer environment to create a system that experts predict the short-term and unstable situation happens correctly and accurately predict. To test the effectiveness of the algorithm presented studies (Chen Tzay len,2008), and predicted data of tourism demand for Iran model is used. Results for the two countries show output model has high accuracy.
کلیدواژه‌ها
Artificial Intelligence؛ Hybrid Model؛ Prediction Management؛ The effectiveness؛ The Heuristic algorithm
عنوان مقاله [English]
هوش مصنوعی و الگوریتم ترکیبی مناسب برای افزایش دقت پیش‌بینی‌های مدیریتی
نویسندگان [English]
شهرام گیلانی نیا
چکیده [English]
این مقاله یک سامانه‌ی خبره‌ی ساده و اثربخش را برای پیش‌بینی داده‌های نوسانی تصادفی وکوتاه‌مدت ایجاد نموده است. فرآیند بررسی شامل معرفی سری فوریه، زنجیره‌ی مارکوف و مقایسه‌ی مدل پیش‌بینی (گِری) با مدل پیش‌بینی ترکیبی گری- فوریه- مارکوف که در هم آمیخته شده‌اندادامه یافته، تا منجربه خلق یک سامانه‌ی خبره‌ی پیش‌بینی با کمک هوش مصنوعی شود. این مدل موجب می‌شود اثربخشی پیش‌بینی داده‌های تصادفی نوسانی در اکثر برنامه‌های مدیریتی افزایش یابد. حاصل این مطالعه، معرفی الگوریتم تشخیص هوش مصنوعی است که کمک می‌کند تا محیطی رایانه‌ای برای یک سامانه‌ی پیش‌بینی خبره ایجاد شود که داده‌های کوتاه مدت و اتفاقی ناپایدار را به‌درستی و بادقت پیش‌بینی کند. جهت آزمون اثربخشی الگوریتم ارایه شده از داده‌های مطالعه‌های (چن تسای لین،2008 ) و داده‌های مربوط به پیش‌بینی تقاضای گردشگری در ایران استفاده شده است.نتایج، نشان می‌دهد خروجی مدل برای دوکشور از دقت بالایی برخوردار است.
کلیدواژه‌ها [English]
اثربخشی, الگوریتم ابتکاری, پیش‌بینی‌های مدیریتی, مدل ترکیبی, هوش مصنوعی
آمار
تعداد مشاهده مقاله: 3,745
تعداد دریافت فایل اصل مقاله: 2,592


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب