غـــــــــــــزة -جـــــــــامعــــــــــــة الأزهـــــــــــــــر

ـــاـــــــادة الدراســـــــــــــات العليــــــــــــــعمـــــــــ

ــةـكــــــــلية الاقتـصـــــــاد والعــلــــــــــوم الإداريـــ

اءصــــــــــــــــــــالاحبرنامـــــج ماجستيــــــــــــــــر

ANN - ARIMAو ARIMA – ANNدراسة مقارنة بين الشساذج اليجيشة

بأسعار الحىب العالسية لمتشبؤ

A Comparative Study of hybrid Models

ARIMA-ANN and ANN-ARIMA to Predict Global Gold Prices

الباحثإعداد

محمد عبج اليادي سلامة صادق

إشساف

يبأن شادي إسساعيل التم الدكتوز/ المشازك الاحصاءأستاذ

الاحصاءفي الماجستير الحصول على دزجت قدمج هره السسالت استكمالا لمتطلباث

غصة. -جامعت الأشهس –من كليت الاقتصاد والعلوم الإدازيت

و 2019 -هـ 1440

I

I

II

III

IV

لخص الم

دمج نسػذج الانحجار الحاتي والستػسصات تشاولت الجراسة بشاء الشساذج اليجيشة الستػلجة مغ

وذلظ باستخجاـ ،ANNsمع نسػذج الذبكات العربية الاصصشاعية ARIMAالستحخكة التكاممية

بالاعتساد عمى بيانات الدمدمة الدمشية ،أو بالعكذ ANNكسجخلات لشسػذج ARIMA بػاقي

لغخض 1084حتى شيخ مايػ 8665مفتخة الدمشية مغ شيخ يػنيػ لسعار الحىب العالسية الذيخية لأ

مع الشساذج السفخدة ANN-ARIMAو ARIMA-ANNالسقارنة بيغ الشساذج اليجيشة

ARIMA, ANNالتشبؤ دقةباستخجاـ مقاييذ ، وتست السفاضمة بيشيعMAE, RMSE لإيجاد

.السدتقبميةالأمثل لمتشبؤ بالكيع شسػذج ال

ؽ وقج أضيخت الجراسة كو أقل عمى غيخه مغ الشساذج الأخخى لامتلا ANN-ARIMAنسػذج تفػ

.7108حتى مايػ 7107التشبؤ لمفتخة الدمشية السستجة مغ يػنيػ دقةالكيع لسقاييذ

V

Abstract

The study tackled constructing the hybrid models generated from

integrated autoregressive moving average model (ARIMA) with the artificial

neural networks (ANNs).

This was done using ARIMA residuals as inputs for ANN model or

vice versa, based on global gold price time series data for the period from

June 1998 to May 2017 to compare hybrid models of ARIMA-ANN and

ANN-ARIMA with single models ARIMA and ANN.

These models were compared using the RMSE , MAE prediction

accuracy criteria to find the most appropriate model for predicting future

values.

This study revealed the superiority of ARIMA-ANN over other

models by having the lowest values of the precise prediction of the period

from June 2017 to May 2018.

VI

قائسة السخترخاتThe Exchange Rate of US Dollar Against the Israeli Shekel

USD / ILS الإسخائيميسعخ صخؼ الجولار الأمخيكي مقابل الذيكل

Multiayer Perceptron

MLP شبكة البيخسبتخوف متعجد الصبقات

Artificial Neural Networks

ANN الذبكات العربية الاصصشاعية

Integrated Autoregressive Moving Average

ARIMA خكة التكامميةحجار الحاتي و الستػسصات الستحالإن

Seasonal Integrated Autoregressive Moving Average

SARIMA السػسسية خكة التكامميةحجار الحاتي و الستػسصات الستحالإن

Auto Correlation Function

ACF الإرتباط الحاتي دالة

Partial Auto Correlation Function

PACF الإرتباط الحاتي الجدئي دالة

Extended Autocorrelation Function

سػسعةالإرتباط الحاتي ال دالةEACF

Auto Regressive

AR الإنحجار الحاتي

Moving Average

MA الستػسصات الستحخكة

Autoregressive Moving Average

ARMA الإنحجار الحاتي و الستػسصات الستحخكة

Augmented Dickey-Fuller ADF

Shin-Schmidt–Phillips –Kwiatkowski KPSS

Akaike Information Criterion

AIC معيار معمػمة أكاكي

Corrected Akaike Information Criterion

AICc السرحح معيار معمػمة أكاكي

Bayesian Information Criterion

BIC معيار معمػمة بيد

Jarque- Bera JB

Skewness

الإنخىاءS

VII

Kurtosis

انخفهطحK

Root of Mean Squared Error

RMSE جحر متػسط مخبعات الأخصاء

Mean Absolute Error

MAE متػسط الخصأ السصمق

Radial Basis Function القاعجة الذعاعية دالة

RBF

Standard Error of Prediction

SEP الخصأ السعياري لمتشبؤ

Mean Absolute Deviation

MAD متػسط الانحخاؼ السصمق

Mean Absolute Percentage Error

MAPE متػسط الخصأ الشدبي السصمق

Mean Squared Error

MSE متػسط مخبعات الأخصاء

Elman Recurrent Neural Network

ERNN شبكة إلساف العربية التكخارية

Recurrent Neural Networks

RNN الذبكات العربية التكخارية

Lagrange Multiplier

LM مزاعف لاجخانج

Residual Auto Correlation Function

RACF الإرتباط الحاتي لمبػاقي دالة

Neural Networks Auto Regressive

NNAR الذبكات العربية الانحجار الحاتي باستخجاـ

Relative Efficiency

RE الكفاءة الشدبية

Front Neural Network

انشبكت انعصبيت الأياييتFNN

Regression Analysis Time Series

ححهيم احذاس انسلاسم انزييتRATS

Integrated Fractional Autoregressive Moving Average

الكدخية خكة التكامميةحجار الحاتي و الستػسصات الستحالإنARFIMA

VIII

قائسة السحتهى رقم السهضهع البشج

الرفحة I قخآف كخيع

II إىجاء

III وتقجيخ شكخ

IV السمخز

Abstract V

VI السخترخات

الفرل الأول " مجخل الجراسة " 2 مقجمة 1.1

3 مذكمة الجراسة 1.2

3 جراسة أىجاؼ ال 1.3

4 جراسةأىسية ال 1.4

3 الأىسية التصبيكية 1.3.1

3 الأىسية الإحرائية 1.3.1

4 البياناتمرجر 1.5

4 حجود الجراسة 1.6

5 الجراسات الدابقة 1.7

12 تحميللمشيجية ا 1.8

13 تقديع الجراسة 1.9

" Box and Jenkinsمشيجية مفاليم عامة و " الفرل الثاني 15 مقجمة 1.1

16 دمدمة الدمشيةال 1.1

16 أنػاع الدلاسل الدمشية 1.2

16 زمشية متقصعة سلاسل 1.2.1

16 مدتسخة زمشية سلاسل 1.2.1

17 تحميل الدلاسل الدمشيةأىجاؼ 1.3

17 مخكبات الدمدمة الدمشية 1.4

IX

17 التغيخات السشتطسة 1.4.1

18 الاتجاه العاـ 1.4.1.1

18 التغيخات السػسسية 1.4.1.1

18 التغيخات الجورية 1.4.1.2

18 التغيخات غيخ السشتطسة )العخضية( 1.4.1

18 مخكبات الدلاسل الدمشية الكذف عغ 1.5

19 الشساذج السختمفة لمدلاسل الدمشية 1.6

19 عامة وأساسية مفاليع 1.7

20 الدكػف 1.7.1

20 الدكػف التاـ 2.8.1.1

20 الدكػف الزعيف 2.8.1.2

23 اختبارات جحر الػحجة 2.8.2

23 (ADFالسػسع ) Dickey-Fullerتبار اخ 2.8.2.1

KPSS 24بار اخت 2.8.2.2

ACF 25الارتباط الحاتي دالة 2.8.3

PACF 26الارتباط الحاتي الجدئي دالة 2.8.4

EACF 27الارتباط الحاتي السػسعة دالة 2.8.5

28 معاملات التحػيل 2.8.6

28 زاحة لمخمفعامل الإ 2.8.6.1

18 عامل الفخؽ لمخمف 2.8.6.2

29 الدلاسل الدمشية نساذج 1.8

29 (ARنساذج الانحجار الحاتي ) 2.9.1

21 (MAنساذج الستػسصات الستحخكة ) 2.9.2

21 (ARMA) الشساذج السختمصة ) انحجار ذاتي ومتػسصات متحخكة ( 2.9.3

33 (ARIMAنساذج الانحجار الحاتي والستػسصات الستحخكة التكاممية ) 2.9.4

35 في انخبؤ Box and Jenkinsالسخاحل الأساسية لسشيجية 1.12

35 مخحمة التعخؼ 2.10.1

36 مخحمة التقجيخ 2.10.2

37 مخحمة التذخيز 2.10.3

X

37 تحميل الدكػف 2.10.3.1

37 تحميل الانعكاس 2.10.3.2

38 تحميل البػاقي 2.10.3.3

31 تػفيق الشسػذج الأعمى مباشخة 2.10.3.4

42 مباشخةتػفيق الشسػذج الأدنى 2.10.3.5

42 التشبؤ 1.12.3

32 معاييخ التقييع بيغ الشساذج السخشحة 1.11

AIC 43 اكيمعيار معمػمة أك 2.11.1

AICC 43 معيار معمػمات أكاكي السرحح 2.11.2

BIC 33 معيار معمػمة بيد 2.11.3

34 الخلاصة 1.11

" ANN الذبكات العربية الاصظشاعيةانفصم انثانث "

36 مقجمة 3.1

37 ذبكات العربية الصبيعية والاصصشاعية ال 3.2

38 تصػر الذبكات العربية الاصصشاعية 3.3

42 تعخيف الذبكات العربية الاصصشاعية 3.4

41 تصبيقات الذبكات العربية الاصصشاعية 3.5

41 خرائز الذبكات العربية الاصصشاعية 3.6

41 الاصصشاعية العربيةمكػنات الذبكات 3.7

41 شبقات الذبكة العربية الاصصشاعية 3.7.1

42 وحجات السعالجة )العربػنات( 3.7.2

47 أنػاع الذبكات العربية الاصصشاعية 3.8

47 الترشيف بحدب عجد الصبقات 3.8.1

52 الترشيف بحدب اتجاه تجفق السعمػمات 3.8.2

51 الصبقاتمتعجدة العربية ةالذبك عسل 3.9

63 صصشاعيةالاعربية ال الذبكاتتعميع 2.12

53 شخؽ تعميع شبكة عربية اصصشاعية 2.12.1

65 خػارزميات تعميع شبكة عربية اصصشاعية 3.10.2

67 العػامل السؤثخة عمى كفاءة الذبكة العربية الاصصشاعية 3.11

XI

58 نساذج الذبكات العربية السدتخجمة في التشبؤ 3.12

69 باستخجاـ الذبكات العربية الاصصشاعية التشبؤ مخاحل 3.13

73 مدايا وعيػب الذبكات العربية 3.14

74 الخلاصة 3.15

اليجيشة" ARIMA- ANN/ ANN-ARIMAالفرل الخابع " نساذج 76 مقجمة 4.1

77 تعخيف الشسػذج اليجيغ 4.2

77 اليجؼ مغ عسمية التيجيغ 4.3

77 الشساذج اليجيشة دوافع استخجاـ 4.4

79 بشاء الشساذج اليجيشة 4.5

ARIMA-ANN 79 شسػذج اليجيغالبشاء 4.5.1

ANN-ARIMA 81 شسػذج اليجيغالبشاء 4.5.2

83 مدايا وعيػب الشساذج اليجيشة 4.6

73 التشبؤ دقةمقاييذ 4.7

84 (RMSE) جحر متػسط مخبعات الأخصاء 4.7.1

84 (MAE)متػسط الخصأ السصمق 4.7.2

73 (MAPE) الخصأ السصمق الشدبيمتػسط 3.6.2

85 (REالكفاءة الشدبية ) 3.6.3

85 الخلاصة 4.8

الفرل الخامذ " تحميل البيانات ومشاقذة الشتائج " 88 مقجمة 4.1

88 وصف البيانات 4.1

89 تييئة البيانات 4.2

Box and Jenkins 93باستخجاـ مشيجية ARIMAبشاء نسػذج 4.3

93 التعخؼ والتقجيخ تيمخحم 5.4.1

95 مخحمة التذخيز 5.4.2

96 بحث الدكػف والانعكاس 5.4.2.1

96 تحميل البػاقي 5.4.2.2

98 الشسػذج الأعمى والأدنى مباشخةتػفيق 5.4.2.3

XII

99 مخحمة التشبؤ 5.4.3

100 (ANNs) الاصصشاعية بشاء نسػذج الذبكات العربية 4.4

100 معالجة البيانات 5.5.1

100 تقديع البيانات 5.5.2

101 خفيةسفي شبقة السجخلات والصبقة ال العقجتحجيج عجد 5.5.3

102 تقجيخ الشسػذج 5.5.4

103 مخحمة التشبؤ 5.5.5

104 بشاء الشساذج اليجيشة 4.5

118 والشساذج اليجيشةالسقارنة بيغ الشساذج السفخدة 4.6

الفرل الدادس " الشتائج والتهصيات" 122 الشتائج و التػصيات 6.1

122 الشتائج 6.1.1

124 التػصيات 6.1.2

السخاجع 127 أولا: السخاجع العخبية

133 ثانيا: السخاجع الأجشبية

XIII

قائسة الججاولرقم

الججولرقم عشهان الججول

الرفحة 21بعض التحولات الشائعة حسب إختار 2.1

EACF 28السػسعة الحاتي الارتباط جالةالشسط الشطخي ل 2.2

23 الذائعة ARIMA(p,d,q) بعس نساذجلالخرائز الستعمقة 2.2

97 ات الػصفيةالاحراء 5.1

90 الحىب العالسيةالدمشية لأسعار لمدمدمة ADFو KPSSنتائج اختبار 5.2

81 بعج أخح الفخوؽ الثانيةلمدمدمة ADFو KPSSنتائج اختبار 5.3

83 لمفخوؽ الثانية لمػغاريتع الدمدمة EACFالارتباط الحاتي السػسعة دالة 5.4

83 والسعاييخ الإحرائية السقابمة لكل نسػذج السخشحةالشساذج 5.5

84 السقتخح ARIMA(0,2,2)شسػذج التقجيخات معالع 5.6

79 لفحز شبيعية التػزيع لمبػاقي Jarque-Beraنتائج اختبار 5.7

ARIMA(0,2,2) 88الكيع الستشبأ بيا لشسػذج 5.8

ARIMA(0,2,2) 122التشبؤ لشسػذج دقةمقاييذ 5.9

121 تقديع بيانات الدمدمة الدمشية إلى مجسػعة تجريب ومجسػعة اختبار 5.10

5.11 لبيانات الدمدمة الدمشية لأسعار الحىب ANNلشسػذج RMSEنتائج

103 العالسية

NNAR (10,45) 104الكيع الستشبأ بيا لشسػذج 5.12

NNAR (10,45) 104 التشبؤ لشسػذج دقةمقاييذ 5.13

ANN 107 باسخخذاو ARIMA(0,2,2) ىرج بىاقي ن RMSEخائح 5.14

ARIMA(0,2,2) 108 لبػاقي نسػذجبيا الكيع الستشبأ 5.15

108 ( انهديANN-ARIM)نىرج انقيى انخبأ بها 5.16

109 اليجيغ ARIMA-ANNالتشبؤ لمشسػذج دقةمقاييذ 5.17

110 لدمدمة البػاقي ADFو KPSSنتائج اختبار 5.18

5.19 نسهسهت انبىاقي نىرج EACFالاسحباط انزاحي انىسعت دانت

NNAR(10,45) 112

113 مخشح السقابمة لكل نسػذج التقييعومعاييخ السخشحةالشساذج 5.20

113 السقتخح ARIMA(1,1,2)شسػذج التقجيخات معالع 5.21

116 لفحز شبيعية التػزيع لمبػاقي Jarque-Beraنتائج اختبار 5.22

ARIMA(1,1,2) 117نسػذج باستخجاـNNAR نسػذج بػاقي الكيع التشبؤية ل 5.23

XIV

118 ( انهديARIMA-ANN)ىرج ن انقيى انخبأ بها 5.24

118 اليجيغ ((ANN-ARIMAلشسػذج التشبؤ دقةمقاييذ 5.25

119 التشبؤ لمسقارنة بيغ الشساذج السفخدة واليجيشة دقةمقاييذ 5.26

قائسة الأشكال

رقم عشهان الذكل رقم الشكل الرفحة

49 مقارنة بيغ الذبكة العربية الصبيعية والاصصشاعية 3.1

53 البشية اليشجسية لمذبكات العربية الاصصشاعية 3.2

53 مكػنات العربػف الاصصشاعي 3.3

55 الخصية جالةالبياني لمالخسع 3.4

56 الخصػة جالةالبياني للخسع ا 3.5

57 لثشائيا sigmoid جالةالبياني للخسع ا 3.6

57 ثشائي القصبية sigmoid جالةالبياني لالخسع 3.7

59 شبكة عربية وحيجة الصبقة 3.8

60 الشسػذج العاـ لمذبكات متعجدة الصبقات 3.9

61 تغحية الأمامية ذات شبقة مخفية واحجةشبكة ال 3.10

51 شبكة ذات تغحية في الاتجاه الأمامي والعكدي 2.11

51 العربية الاصصشاعية ذات الصبقة السخفية الػاحجةعسل الذبكة 2.11

67 خػارزمية تجريب الذبكة ذات الانتذار العكدي لمخصأ 3.13

ARIMA-ANN 71 خصػات بشاء الشسػذج اليجيغ 4.1

ANN-ARIMA 71 خصػات بشاء الشسػذج اليجيغ 4.2

90 بالجولار الأمخيكيالدمدمة الدمشية الذيخية لأسعار الحىب العالسية 5.1

λ 81 لتحجيج قيسة معمسة التحػيل Box - Cox اختبار 5.2

81 الدمدمة الأصمية لمػغاريتعوالثانية الدمدمة الدمشية لمفخوؽ الأولى 5.3

82 دالتي الارتباط الحاتي والحاتي الجدئي لمفخوؽ الثانية لمػغاريتع الدمدمة الأصمية 5.4

ARIMA(0,2,2 85) لشسػذج Ljung-Boxرسع البػاقي واختبار 5.5

ARIMA(0,2,2 86) شسػذجل بػاقيمالارتباط الحاتي ل دالة 5.6

87 لمبػاقي Q-Q plot Normalالسشحشى التكخاري و 5.7

ANN 112الدمدمة الدمشية لبػاقي نسػذج 5.8

XV

ANN 112الدمدمة الدمشية لمفخوؽ الأولى لدمدمة بػاقي 5.9

λ 111لتحجيج قيسة معمسة التحػيل Box - Cox اختبار 5.10

5.11 دالتي الارتباط الحاتي والحاتي الجدئي لدمدمة البػاقي لشسػذج

NNAR(10,45) 111

5.12 الارتباط الحاتي لبػاقي الشسػذج السقتخح واختبار دالةرسع البػاقي و Ljung-Box 114

115 لمبػاقي Q-Q plot Normalالسشحشى التكخاري و 5.13

1

2

Introductionمقجمة 1.1

الحىب مغ أىع السعادف الثسيشة السػجػدة عمى وجو الأرض في الػقت الحالي، وقج اكتذف

مشح فتخات العجيج مغ الأماكغ في العالعالحىب كػحجة لمتعامل التجاري وشخاء البزائع )نقػد( في

مشو تشػيمة، فشجرتو، وتػزعو في أماكغ كثيخة مغ العالع، وخػاصو وقابميتو لمبقاء لآلاؼ الدشيغ، جعم

عج الحىب مجخد معجف نفيذ أو مادة فلا ي ،السعجف السثالي مغ أجل عسميات السقايزة والبيع والذخاء

حتفع ت تيولكغ يعتبخ العسمة الػحيجة ال ،فحدب بقجرة عالية عمى التحسل والبقاء خاـ نادرة تتدع

بالخغع مغ الأخخى، و عمى مخ الدمغ عمى الشكيس مغ الأمػاؿ الػرقية والسعجنية الذخائية ابقػتي

وقج تدامشت فتخات الارتفاع ،مكانة الحىب كدمعة استثسارية شػيمة الأمج، انخفزت قيستو عجة مخات

حيث يختفع شمب السدتثسخيغ عمى الحىب سختمفة،ػرات الدياسية والاقترادية النخفاض مع التصوالا

مػر بذكل جيجلأراد العالسي، ويزعف عشجما تديخ اآمغ عشج وجػد مذاكل في الاقت كسلاذ

.(1082أبػ عابجة، )

السجاؿ في السيسةمغ السػضػعات لأسعار الحىبيعج التشبؤ بالدمػؾ السدتقبمي لحلظ

حيث يتع مغ خلالو وضع الخصط اللازمة لتفادي الخدائخ الشاجسة عغ التقمبات التي ،الاقترادي

تحجث في أسعاره، كػف الحىب يسثل القػة الاقترادية لمجولة.

Box لحا تعجدت الأساليب السدتخجمة في تحميل الدمدمة الدمشية لأسعار الحىب العالسية كأسمػب

and Jenkins لشسحجة الجدء الخصي مغ الدمدمة وأسمػب الذبكات العربية الاصصشاعيةANN

لشسحجة الجدء غيخ الخصي وأيزا الأسمػب اليجيغ الحي يجسع بيغ الأسمػبيغ الدابقيغ.

جاءت نطخا لمتقمبات في سمدمة أسعار الحىب العالسية، واحتػائيا عمى أنساط خصية وغيخ خصيةو

ANNومخونة الذبكات العربية ARIMAلجراسة لمجسع بيغ الشسػذجيغ مغ حيث قػة نساذج ىحه ا

لحلظ ،العلاقة بيشيسا تكاممية وليدت تشافدية حيث أف ،أنساط مختمفةالتعامل مع في قجرتيا عمى

3

ة مسا ي خض مغ الشساذج اليجيشة التي تعصي نتائج م ANNو ARIMAيعتبخ الجمج بيغ نسػذجي

الشقز السػجػد في الشسػذج ػض ع أحجىسا ي حيث أف ،استخجـ كل مغ الشسػذجيغ برػرة مشفخدةلػ

الآخخ.

:مذكمة الجراسة 1.1

الشسػذج بأف الخصي والشسػذج غيخ الخصي آتية مغ الافتخاض فكخة الجمج بيغ الشسػذج إف

وربسا يكػف غيخ كاؼ لتذخيز كل الخػاص ،السفخد لا يسكغ أف يػضف البيانات الحكيكية لمدمدمة

سا تتزسغ كلا السخكبتيغ الخصية وغيخ الخصية خلاؿ فالدمدمة الدمشية رب ،والسيدات لمدمدمة الدمشية

الشسػذج غيخ الخصي أف يعالج ىاتيغ وأوفي ىحه الحالة لا يسكغ لمشسػذج الخصي ،مجة مغ الدمغ

ومغ ىشا تكسغ مذكمة الجراسة ،جيجة ألا وىي الشساذج اليجيشةلحلظ تع اقتخاح تقشية ج ،السخكبتيغ معا

: التداؤؿ الخئيذ التالي في

ARIMA - ANNو ARIMA - ANNما ىه الشسهذج الأمثل من بين الشساذج اليجيشة

لمتشبؤ بأسعار الحىب العالسية ؟

:أىجاف الجراسة 1.2

الشقاط التالية:تدعى ىحه الجراسة لتحقيق الأىجاؼ في

.Box and Jenkins استخجاـ مشيجيةو ARIMAبشاء نسػذج -0

.MLPباستخجاـ شبكة ANNبشاء نسػذج الذبكات العربية -7

.ARIMA – ANNاليجيغ Zhangبشاء نسػذج -3

.ANN – ARIMAاليجيغ Zhangبشاء نسػذج -4

السقارنة بيغ الشساذج الدابقة لمػصػؿ إلي الشسػذج الأمثل. -5

4

أىسية الجراسة 1.3

يمي : تكسغ أىسية الجراسة فيع

: التظبيكية الأىسية 1.3.1

تكسغ محفاظ عمى رؤوس أمػاؿ السدتثسخيغ،ول ،نطخا لكػف الحىب يسثل قػة الجولة اقتراديا

،بسعمػمات مدتقبمية عغ أسعار الحىب العالسيةأصحاب رؤوس الأمػاؿ مجاد االأىسية التصبيكية في

ووضع الخصط حدب الشتائج الستػقعة. ،لتػخي الححر مغ التقمبات التي تتعخض ليا تمظ الأسعار

حرائية :الأىسية الا 1.3.1

لغخض التشبؤ بالطاىخة محل ألا وىػ الأسمػب اليجيغ ،حرائيا تدتخجـ الجراسة أسمػبا ا

أغمب الدلاسل الدمشية خميط مغ السخكبتيغ الخصية وغيخ الخصية، فشسػذج الجراسة، حيث أف

ARIMA يعالج الرفات الخصية لمدمدمة بيشسا نسػذجANN يعالج الرفات غيخ الخصية، وعميو

ج الشقز السػجػد في كل نسػذج فيع تكسغ الأىسية الاحرائية للأسمػب اليجيغ، حيث يعسل عمى س

.لػ استخجـ برػرة مشفخدة

مرجر البيانات : 1.4

السستجة خلاؿ الفتخة الدمشية الحىب العالسيةالحرػؿ عمى بيانات الجراسة الخاصة بأسعار تع

مغ الخابط التالي: 2018مايػ شيخ حتى 8665 شيخ يػنيػمغ

https://www.indexmundi.com/commodities/?commodity=goldandmonths=240

حجود الجراسة : 1.5

لجراسة إلى حجود زمانية ومػضػعية:تقديع حجود ا تع

:2018مايػ شيخ حتى 8665 شيخ يػنيػالفتخة الدمشية مغ الحجود الدمانية.

أسعار الحىب العالسية.الحجود السهضهعية :

5

:الجراسات الدابقة 1.6

الجراسػات الدػابقة التػي تشاولػت السػضػػع محػل الجراسػة، الستسثمػة فػي الجراسػات العجيػج مػغ ىشالػظ

نحكخ مشيا: ،والأخخى الأجشبية ،العخبية

:العخبيةالجراسات أولا:

(1215 ،عبج العديد و حدن) دراسة

استخجاـ نساذج الدلاسل الدمشية اليجيشة الستػلجة مغ دمج نسػذج تشاولت ىحه الجراسة

ARIMA متشبؤ بأعجاد السدافخيغ مغ ل مع نسػذج الذبكات العربية متعجدة الصبقات أو بالعكذ

إذ يدتعسل ،الدمدمة تزع السخكبتيغ الخصية وغيخ الخصية عمى فخض أف ،مصار بغجاد الجولي

لتسثيل السخكبة الخصية لمدمدمة الدمشية ونسػذج الذبكات العربية متعجدة الصبقات ARIMAنسػذج

-ARIMAتع تصبيق نساذج ىجيشة الشسػذج الأوؿ حيث ،لتسثيل السخكبة غيخ الخصية لمدمدمة

ANN والثانيANN-ARIMA، وقج تع استخجاـ ىحيغ الشسػذجيغ مع الشساذج السفخدة لغخض

, MAD, RMSE , SEPمغ خلاؿ جسمة مغ السقاييذ الاحرائية ) ،ائجالسقارنة بيغ ىحه الشت

MAPE , MAE)، ؽ وقج أضيخت الشتائج لامتلاكو أقل ANN-ARIMAالشسػذج اليجيغ تفػ

ة مغ يوقج تع استخجامو في التشبؤات السدتقبمية لأعجاد السدافخيغ لمفتخة الدمش ،الكيع ليحه السقاييذ

وبذكل شيخي. 2016ولغاية كانػف أوؿ 1082أيمػؿ

(1214 ،حسجان) دراسة

الجمج بيغ نساذج الانحجار متػلجة عغ شخيقتشاولت ىحه الجراسة استخجاـ نساذج ىجيشة

( مغ جية ونساذج الذبكات العربية وبالتحجيج ARIMAالحاتي والستػسصات الستحخكة التكاممية )

( مغ جية أخخى.MLPالبيخسبتخوف متعجد الصبقات )نسػذج الذبكات العربية

6

USD/ ILSتع تصبيق ىحه الشساذج عمى الدمدمة الدمشية الذيخية لدعخ الجولار مقابل الذيكل

في البجاية تع تػفيق ،في الأراضي الفمدصيشية 7104نػفسبخ -0إلى 7115يشايخ -0لمفتخة مغ

،اليجيغ Zhangثع بشاء نسػذج ARIMAكأفزل نسػذج مغ نساذج ARIMA( 0( 2,1, نسػذج

باستخجاـ الكيع الدابقة MLPونسػذج الذبكات العربية ARIMAبعج ذلظ تع الجمج بيغ نسػذج

رةوالبػاقي الدابقة والكيع : ىيحيث تع بشاء خسذ نساذج دمج ARIMAمغ نسػذج السقج

رةالجمج باستخجاـ السذاىجات الدابقة مع البػاقي الدابقة مع الكيع - مغ نسػذج السقج

ARIMA. ARIMA. الجمج باستخجاـ السذاىجات الدابقة مع البػاقي الدابقة مغ نسػذج -

رةالجمج باستخجاـ السذاىجات الدابقة مع الكيع - .ARIMAمغ نسػذج السقج

رةالجمج باستخجاـ البػاقي الدابقة مع الكيع - .ARIMAمغ نسػذج السقج

رةالجمج باستخجاـ الكيع - .ARIMAمغ نسػذج السقج

،MSE, MAEحدب السعاييخ الاحرائية بالسقارنة بيغ جسيع الشساذج التي تع بشاؤىا توتس

رةنسػذج الجمج باستخجاـ البػاقي الدابقة والكيع وخمرت الجراسة إلى أف ARIMAمغ نسػذج السقج

.ILS/USD ىػ أصمح الشساذج لمتشبؤ بالدمدمة الدمشية لدعخ الجولار الأمخيكي مقابل الذيكل

(1212 ،دراسة )الجخاح والحكاك

الأمخيكيدعخ صخؼ الجولار بستخجاـ الصخؽ اليجيشة في التشبؤ إلى اىجفت ىحه الجراسة

إلى الدادس عذخ مغ 1088لفتخة مغ كانػف الأوؿ خلاؿ امقابل الجيشار العخاقي في الدػؽ العخاقية

تع تصبيق نساذج ىجيشة مكػنة مغ نسػذجي حيث ،والعصل الخسسية ع س عجا أياـ الج 1081نيداف

,ARIMAخخ مكػف مغ نسػذجي الذبكات العربية ونسػذج آو ،ي والذبكات العربيةس التسييج الأ

الانحجارباستخجاـ ARIMAي والذبكات العربية و س خخ مخكب مغ نساذج التسييج الأ آػذج ونس

7

كأفزل ARIMA-ANNالشسػذج اختياروقج تػصمت الجراسة إلى ،الستعجد لحداب أوزاف الجمج

.MSEحدب معيار السقارنة بنسػذج تشبؤ

( 2102 ،الهصيفي )دراسة

باستخجاـ الجمج بيغ EGX30 السرخية التشبؤ بسؤشخ البػرصة الجراسة إلى ىحهىجفت

:التاليةوتع استخجاـ الأساليب Box and Jenkins الذبكات العربية الاصصشاعية ونساذج

رةالجمج باستخجاـ السذاىجات الدابقة مع البػاقي الدابقة مع الكيع – .ARIMAمغ نسػذج السقج

.ARIMAالجمج باستخجاـ السذاىجات الدابقة مع البػاقي الدابقة مغ نسػذج –

رةالجمج باستخجاـ السذاىجات الدابقة مع الكيع – .ARIMAمغ نسػذج السقج

رةالجمج باستخجاـ البػاقي الدابقة مع الكيع – .ARIMAمغ نسػذج السقج

رةالجمج باستخجاـ الكيع – .ARIMAمغ نسػذج السقج

واتزح مغ خلاليا أف ،التشبؤ دقةباستخجاـ معاييخ ،وقج تست السقارنة بيغ تمظ الأساليب

مج باستخجاـ البػاقي الدابقة مع الكيع الجىػ أسمػب EGX30أفزل أسمػب لمتشبؤ بسؤشخ البػرصة

.ARIMAمغ نسػذج السقجرة

8

الجراسات الأجشبيةثانيا:

دراسة (Yan and Zou, 2013)

مغ خلاؿ قياس ندبة ،التشبؤ بجػدة مياه نيخ اليانغتدى في الريغإلى ىجفت ىحه الجراسة

ARIMA-ANNوتع تصبيق أسمػب ،سشػات 5وعمى مجار ،كدجيغ الحائب في الشيخ أسبػعيا الأ

باستخجاـ البػاقي الدابقة ARIMAعمى البيانات مغ خلاؿ الجمج بيغ الذبكات العربية ونساذج

رةوالكيع يعصي تشبؤ ARIMA-ANNوتع التػصل إلى أف نسػذج ،ARIMAمغ نسػذج السقج

.RMSE , MAPEعمى السعاييخ الإحرائية أدؽ بشاء

دراسة (Kumar and Thenmozhi, 2012)

خلاؿ ،غلاؽ اليػمي لسؤشخ سػؽ الأوراؽ السالية باليشجبدعخ الإ التشبؤإلى ىجفت ىحه الجراسة

،اليجيغ ARIMA-ANNوتع تصبيق نسػذج ،1002 مارس 18إلى 1001يشايخ 8مغ الفتخة

عمى السعاييخ بشاء دقةعصي تشبؤات أكثخ ي ARIMA-ANNنسػذج الجراسة أف ضيخت نتائجوأ

كل نسػذج بسفخده مغ نساذج استخجـفيسا إذا ,RMSE , MAD , MAPEالإحرائية

ARIMA, ANN، ل عمى سج الشقز الحاصل فيسا إذا استخجـ كل نسػذج بسفخدهس الجمج ع وأف.

دراسة (Wang and Meng , 2012)

باستخجاـ بالريغ Hebeiفي مقاشعة بكسية استيلاؾ الصاقة التشبؤ إلىىجفت ىحه الجراسة

يعصي تشبؤ ARIMA-ANNإلى أف نسػذج وتػصمت الجراسة ،اليجيغ ARIMA-ANNنسػذج

أو الذبكات العربية إذا استخجـ كل مشيسا بذكل مشفرل وذلظ بشاء ARIMAشساذج ب مقارنةأدؽ

.RMSE , MAD , MAPEعمى السعاييخ الإحرائية

9

دراسة (Khashei and Bijari, 2011)

وىي بيانات تتعمق بالبقع ،ثلاث أنساط متشػعة مغ البياناتىجفت ىحه الجراسة إلى تصبيق

وبيانات تتعمق بأعجاد حيػاف الػشق الكشجي الستػاجج في نيخ ،8654 – 8400 مغ الفتخةالذسدية

لأسبػعية لجشيو الإستخليشي ااوبيانات سعخ صخؼ ،8611 -8518خلاؿ الفتخة ماكشدي شساؿ كشجا

-ARIMAتع تصبيق نسػذج ىجيغ مقتخح و ،8661 -8650خلاؿ الفتخة مقابل الجولار الأمخيكي

ANN، : وقج تع بشاء ىحا الشسػذج عمى مخحمتيغ

.ARIMAالأولى : بشاء نسػذج

عمى السذاىجات الدابقة والبػاقي الدابقة مغ نسػذج اعتسادا ANNالثانية : بشاء نسػذج

.ARIMA

ARIMAو ANNمقارنة تشبؤات الشسػذج السقتخح مع تشبؤات كل مغ نساذج وتع

مغ دقةالشسػذج اليجيغ السقتخح كاف أكثخ إلى أف افوقج تػصل الباحث ،اليجيغ Zhangونسػذج

.اليجيغ Zhangمغ نسػذج دقةوكحلظ أعصى الشسػذج تشبؤات أكثخ , ARIMAو ANNنساذج

دراسة (Matroushi, 2011)

مع نػعيغ مغ ARIMAح نطاميغ مغ الشساذج اليجيشة وىسا اقتخ ىجفت ىحه الجراسة إلى ا

Elman( ERNN) شبكةو Multilayer Perceptron( MLP) شبكةالذبكات العربية وىسا

Recurrent Neural Network لأسعار الحىب ت ىحه الشساذج مع ثلاث سلاسل زمشيةخجمواست

، وسعخ ، ومتػسط سعخ الحىب شيخيا ىي متػسط سعخ الحىب سشػيا و ،في لشجف )بالجولار الأمخيكي (

وأي ،إلى التحقق في ما إذا كاف الشطاـ اليجيغ سػؼ يحدغ نتائج التشبؤ بالإضافة ،الحىب اليػمي

:ثلاث مخاحلعمى يغاليجيش يغوقج تع بشاء الشسػذج ،دقةشساذج سيعصي تشبؤ أكثخ مغ ىحه ال

.ARIMAنساذج باستخجاـالشسحجة الخصية لمدمدمة : الأولى

11

والتي تسثل الأنساط الخصية وبشاء ARIMAالثانية : الحرػؿ عمى البػاقي الدابقة مغ نسػذج

.عمييا اعتسادا ERNN و MLP نساذج الذبكات العربية

ERNN.تشبؤات و MLPمع تشبؤات ARIMAالخبط بيغ تشبؤات ثالثا:

و بالسقارنة مع الشساذج السشفرمة وأضيخت الشتائج التي تع الحرػؿ عمييا في ىحه الجراسة أن

ARIMA وANN فإف الشساذج اليجيشة السقتخحة كاف أداؤىا أفزل بكثيخ في الدلاسل الذيخية ،

.أعصت نفذ الشتائج في حالة الدمدمة اليػميةوالدشػية ولكشيا

دراسة (Faruk, 2010)

لمتشبؤ بسدتػى ARIMA بشاء نسػذج دمج بيغ الذبكات العربية و ىجفت ىحه الجراسة

كيسياء بػروف ومدتػى ،ىي ضغط السياه ،جػدة السياه حيث استخجـ بيانات شيخية لثلاث متغيخات

،بتخكيا Büyük Menderesلشيخ 7114 إلى 0996وذلظ خلاؿ الفتخة مغ ،الأوكدجيغ السحاب

.ARIMAو ANNنسػذج دمج بيغ و ,ARIMAو ANN وىيوتع بشاء ثلاث نساذج

Box andوذلظ باستخجاـ أسمػب SARIMAتع بشاء نسػذج ARIMAبالشدبة لشسػذج

Jenkins، بالشدبة لشسػذج أما ،ولكغ لع تعط تشبؤات شيخية صحيحة مقارنة بالتشبؤات الدشػية

ANN وقج أعصت تشبؤات جيجة بالسقارنة بشسػذج ،تع بشاء شبكة عربية ذات الانتذار الخمفي

SARIMA.

بالشدبة لشسػذج الجمج تع بشاؤه عمى خصػتيغ:

.لمبيانات SARIMAبشاء نسػذج الأولى :

اعتسادا عمى البػاقي الشاتجة مغ الشسػذج الدابق. ANNبشاء نسػذج الثانية :

11

أف ج ج و ،وبسقارنة الشتائج ،التشبؤ دقةتقييع أداء الشساذج الدابقة اعتسادا عمى مقاييذ وقج تع

أما نسػذج الجمج ،أعصت تشبؤات معقػلة ANNبيشسا ،قج أعصى تشبؤات ضعيفة SARIMAنسػذج

.دقةفقج أعصى تشبؤات أكثخ

دراسة (Koutroumanidis et al., 2009)

،ARIMA-ANNاليجيغ شسػذجالو ARIMAو ANNبشاء نسػذج ىجفت ىحه الجراسة إلى

السشتج ( broad leavedخذب الرشػبخ و لرشفيغ مغ الخذب )ر بيع وقػد الحصب اسعألمتشبؤ ب

،Box and Jenkinsوذلظ باستخجاـ أسمػب ARIMA تع بشاء نسػذجي، حيث بسدارع اليػناف

وأيزا تع بشاء شبكتيغ عربيتيغ لأسعار كلا الرشفيغ.

ثع ,لأسعار بيع خذب الرشػبخ ARIMAأما بالشدبة لشسػذج الجمج فقج تع بشاء نسػذج

رةاستخجمت الكيع اب أسعار البيع باستخجاـ ىحا الشسػذج كسجخلات لذبكة عربية وذلظ لحد السقج

نسػذج التشبؤ وأوضحت الشتائج أف دقةتست مقارنة الشتائج اعتسادا عمى مقاييذ و ،الستػقعة

ARIMA-ANN دقةقج أعصى تشبؤات أكثخ.

دراسة (Joy and Jones, 2005)

وتع ،ة السخضى في مدتذفيات شساؿ لشجفخ س التشبؤ بسقجار الصمب عمى أ تشاولت ىحه الجراسة

غ يوالشسػذج اليج Box and Jenkins( ونساذج ANNب الذبكات العربية )مػ تصبيق أس

ARIMA – ANN، مغ غ تبي و ،التشبؤ دقةوقج تست السقارنة بيغ تمظ الأساليب باستخجاـ معاييخ

.ARIMA-ANN يجيغسمػب الالأة ىػ خ س أفزل أسمػب لمتشبؤ بكسية الصمب عمى الأ خلاليا أف

12

أىم ما يسيد ىحه الجراسة:

التى تشاولت _ في حجود عمع الباحث_ يا الأولىبأن تسيدت ىحه الجراسة عغ الجراسات الدابقة

كحلظ لع يتصخؽ أي مغ ،لمتشبؤ بأسعار الحىب العالسية ANN-ARIMA الأسمػب اليجيغ العكدي

.ذلظ الأسمػب الصمبة الباحثيغ )السحمييغ( إلى

: التحميل مشيجية 1.7

حيث تع وصف البيانات الذيخية ،في التحميل ىػ السشيج الػصفي التحميميالسشيج السدتخجـ ف إ

ات الػصفية كالػسط والػسيط ومعاممي الاحراءلأسعار الحىب العالسية عغ شخيق ايجاد بعس

وفق مشيجية ARIMAا بالشدبة لمجانب التحميمي فقج تع بشاء نسػذج الالتػاء والتفمصح وغيخىا، أم

Box and Jenkins عج ىحه السشيجية في بعس الأحياف غيخ ملائسة لمتشبؤ بالكيع السدتقبمية، إذ ت

دمدمة ديشاميكيا مع الدمغ وأقل كفاءة في مجاؿ ذل في وصف سمػؾ الف فيي ت ،جدةلحالات مح

ANNالدلاسل الدمشية غيخ الخصية، كحلظ تع بشاء نسػذج الذبكات العربية الاصصشاعية

وىي ARIMAليا بعس السيدات الاحتسالية مقارنة بشساذج حيث أف ,MLPبالاستعانة بذبكة

،Non Linearوغيخ الخصية Non Normalالبيانات غيخ الصبيعية قجرتيا عمى التعامل مع

.Noisyوالسذػشة Incompleteوكحلظ البيانات الشاقرة

ػف قخيبة مغ ك لمػصػؿ إلى تشبؤات ت ،لمطػاىخ السختمفة دقةومع الحاجة السدتسخة لتشبؤات أكثخ

بيغ نسػذجيغ بجلا مغ استخجاـ ع س الجراسة تقػـ عمى الج فإف ،تخجـ صانعي القخار ومغ ثع ،الػاقع

والتي تسثل الجدء الخصي لمدمدمة ARIMAتع جسع التشبؤات مغ نسػذج ، حيث نسػذج واحج لمتشبؤ

وذلظ لمحرػؿ عمى الشسػذج ANNباستخجاـ الذبكات العربية الاصصشاعية ،مع تشبؤات بػاقيو

، كحلظ تع جسع التشبؤات مغ نسػذج الذبكات العربية الاصصشاعية ARIMA- ANNاليجيغ

13

وذلظ لمحرػؿ عمى ARIMAباستخجاـ نسػذج ،والحي يسثل الجدء غيخ الخصي مع تشبؤات بػاقيو

.ANN- ARIMAالشسػذج اليجيغ

و ARIMA-ANNوالشساذج اليجيشة ARIMA , ANNوأخيخا تست السقارنة بيغ الشساذج السفخدة

ANN-ARIMA التشبؤ دقةباستخجاـ مقاييذRMSE , MAE لمحرػؿ عمى الشسػذج الأمثل

الإحرائي البخنامج عمى الجراسة بيانات تحميل في الاعتساد وذلظ مغ خلاؿلمتشبؤ بالكيع السدتقبمية،

R.

تقديم الجراسة : 1.8

الفرل الأوؿ عمى ة إلى ستة فرػؿ، حيث سيحتػي جراسفي ضػء ما تقجـ يسكششا تقديع ال

السقجمة، ومذكمة الجراسة، وأىجاؼ الجراسة، وأىسية الجراسة، وحجود الجراسة، ومغ ثع مرجر البيانات

، ثع في الفرل الثاني ىتساـ ومشيجية التحميلوالجراسات الدابقة الستعمقة بسػضػع الجراسة محل الا

الذبكات ، أما الفرل الثالث سيتع تشاوؿ Box and Jenkinsمفاليع عامة ومشيجية سشتشاوؿ

-ANNو ARIMA-ANN نساذج(، والفرل الخابع سيتشاوؿ ANN)الاصصشاعية العربية

ARIMA وأخيخا أما الجانب التصبيقي مغ الجراسة فديتع عخضو في الفرل الخامذ، ،اليجيشة

سقتخحة.سشدتعخض الشتائج التي تػصمت إلييا الجراسة والتػصيات الالفرل الدادس

14

15

مقجمة 1.1

يعتبخ تحميل الدلاسل الدمشية مغ بيغ أىع الأساليب الاحرائية التي يسكغ مغ خلاليا معخفة

التغيخات التي تصخأ عمى قيع الطاىخة مع الدمغ وتحجيج الأسباب والشتائج وتفديخ العلاقات السذاىجة

والتشبؤ بسا سيحجث مغ تغيخ عمى قيع الطاىخة في السدتقبل عمى ضػء ما حجث ليا في ،بيشيا

الساضي.

في مصمع الدبعيشات مغ القخف Box and Jenkinsالسشيجية التي قجميا العالساف إف لحلظ ف

الأكثخ قبػلا أصبحت مشح ذلظ الػقت الأداة في نسحجة البيانات الدمشية و كفاءتياالعذخيغ أثبتت

وشيػعا في الأوساط العمسية والشطخية والتصبيكية.

ييجؼ ىحا الفرل إلي تقجيع تعخيف لمدمدمة الدمشية والتعخؼ عمى أنػاع الدلاسل الدمشية واليجؼ

مغ تحميميا، والتصخؽ إلى مخكبات الدمدمة الدمشية وتقديسيا إلى تغيخات مشتطسة وأخخى غيخ

عغ ىحه السخكبات بالإضافة إلي نساذج الدمدمة الدمشية. مشتطسة، وشخؽ الكذف

لتحميل الدلاسل الدمشية متسثمة في الدكػف بشػعيو ويتزسغ ىحا الفرل مفاليع عامة وأساسية

واختبارات جحر الػحجة ودواؿ الارتباط ومعاملات التحػيل، وتع استعخاض نساذج الدلاسل الدمشية

تسثمة في نساذج الانحجار الحاتي، ونساذج الستػسصات الستحخكة، مغ الإسياب والتفريل م ءبذي

الحاتي والستػسصات الستحخكة التكاممية، بالإضافة إلى مخاحل روالشساذج السختمصة، ونساذج الانحجا

في التشبؤ وذلظ مغ خلاؿ فحز استقخار الدمدمة والتعخؼ Box and Jenkins تصبيق مشيجية

و وتذخيرو ومغ ثع مخحمة التشبؤ، وأخيخا التعخؼ عمى معاييخ التقييع عمى الشسػذج وتقجيخ معالس

السقتخحة. ARIMAالسدتخجمة لمسفاضمة بيغ نساذج

16

الدمدمة الدمشية 1.1

والتي يسكغ كتابتيا التي وقعت في الدمغ الدمدمة الدمشية ىي مجسػعة مغ السذاىجات

، ، : بالريغة وأف تعشي قيسة السذاىجة التي وقعت في الدمغ حيث أف ،

تعشي قيسة السذاىجة التي وقعت في الدمغ وأف تعشي قيسة السذاىجة التي وقعت في الدمغ

.(Brockwell and Davis, 1996) في دالةوىي

يا: " مجسػعة مغ السذاىجات السختبصة مع بعزيا يتع تدجيميا في فتخات بأن وعخفت أيزا

يػمية ( وىي إما أف –سبػعية ا –شيخية –ربع سشػية –زمشية متعاقبة لطاىخة معيشة ) سشػية

( .Box and Jenkins, 1979تكػف متقصعة أو مدتسخة" )

أنهاع الدلاسل الدمشية 1.2

الدمشية شبقا لأسمػب رصج قيع الدمدمة خلاؿ الدمغ. وتقدع الدلاسل ترشف بيانات الدلاسل

: 1998) ،عيغ ىسا )إسساعيلالدمشية إلى نػ

Discrete time seriesسلاسل زمشية متقظعة 1.2.1

بالدمدمة الدمشية الستقصعة، ومغ ا كانت قيع الطاىخة مقاسة بفتخات زمشية متقصعة تدسى عشجئح إر

الجخيسة ونحػ ذلظ. أعجادتتبع عجد السجارس عبخ الدمغ، أو أمثمتيا

time series Continuousسلاسل زمشية مدتسخة 1.2.1

بالدمدمة الدمشية السدتسخة، إذا كانت قيع الطاىخة مقاسة بفتخات زمشية مدتسخة تدسى عشجئح

ومغ أمثمتيا درجة الحخارة الشاتجة مغ عسمية كيسيائية مأخػذة في أجداء مغ الثانية، والدمدمة السسثمة

لخسع قمب مخيس ونحػ ذلظ.

17

الدلاسل الدمشية الستقصعة ىي الأكثخ شيػعا في السجاؿ التصبيقي، والتي يكػف فييا عج ت

ادة بيغ مذاىجة وأخخى متداوية، ويسكغ الحرػؿ عمييا إما عغ شخيق تدجيل قيع الفتخات الدمشية ع

.الطاىخة في أزمشة ثابتة، أو عغ شخيق تجسيع قيع الطاىخة لفتخات زمشية ثابتة

أىجاف تحميل الدلاسل الدمشية 1.3

مػضػع تحميل الدلاسل الدمشية مغ السػاضيع الاحرائية السيسة التي تتشاوؿ سمػؾ يعج

الطػاىخ وتفدخىا عبخ حقب محجدة، ويسكغ إجساؿ أىجاؼ تحميل الدلاسل الدمشية بالشقاط الآتية

(:8661)فانجؿ،

الحرػؿ عمى وصف دقيق لسلامح الطاىخة التي تتػلج مشيا الدمدمة الدمشية. -0

واستخجامو لمتشبؤ بدمػؾ الدمدمة في السدتقبل. ،بشاء نسػذج لتفديخ سمػؾ الدمدمة الدمشية -7

بفحز ما يسكغ حجوثو عشج تغييخ ،التحكع في العسمية التي تتػلج مشيا الدمدمة الدمشية -3

بعس معمسات الشسػذج.

مخكبات الدمدمة الدمشية 1.4

ىحه التغيخات يصمق عمييا عشاصخ الدمدمة تتعخض أي سمدمة زمشية لشػعيغ مغ التغيخات و

(.7104)باعذغ،

التغيخات السشتغسة: 1.4.1

ىي التغيخات التي يتكخر ضيػرىا في الدمدمة في مػاضع ذات صفات محجدة وتذسل الاتجاه

العاـ والتغيخات السػسسية والتغيخات الجورية.

18

Secular Trend الاتجاه العام 1.4.1.1

ف يقاؿ أ وىػ العشرخ الحي يقرج بو الحخكة السشتطسة لدمدمة عبخ فتخة زمشية شػيمة ندبيا، و

إذا كاف الاتجاه نحػ التدايج بسخور الدمغ، ويقاؿ أف الاتجاه العاـ سالبا ،مدمدمة مػجبا لالاتجاه العاـ

إذا اتجيت نحػ التشاقز بسخور الدمغ.

Seasonal Variation التغيخات السهسسية 1.4.1.1

التغيخات السشتطسة قريخة الأجل والتي تحجث خلاؿ الفتخة الدمشية الػاحجة التي ىي التي تسثل

لا يديج شػليا عغ الدشة، فقج تكػف أسبػعية أو شيخية أو فرمية.

Cyclical Variation ( )التغيخات الجورية 1.4.1.2

ىا عغ ويديج أمج ،التغيخات التي تصخأ عمى قيع الدمدمة الدمشية برػرة مشتطسةل سث ىي التي ت

الدشة، وتتكػف مغ دواؿ تذبو دواؿ الجيب وجيب التساـ لكغ بأشػاؿ وسعات مختمفة.

Irregular Variation التغيخات غيخ السشتغسة )العخضية ( 1.4.1

التي تحجث فجأة ولا يسكغ التشبؤ بيا، ومغ أمثمتيا ما ،تذسل التغيخات العخضية أو الفجائية

يحجث لمشذاط الاقترادي في بمج ما بدبب الدلازؿ أو الحخوب غيخ الستػقعة.

الكذف عن مخكبات الدلاسل الدمشية 1.5

يسكغ الكذف عغ وجػد مخكبات الدلاسل الدمشية بيانيا عغ شخيق تحميل السعمػمات، فيتسثل

في تمظ السخكبة التي تجفع بسشحشى تصػر الدمدمة عبخ الدمغ إلى الأعمى أو الأسفل، الاتجاه العاـ

بيشسا تشعكذ السخكبة الجورية في الذكل البياني عمى ىيئة قسع أو انخفاضات بذكل مشتطع يدسح لشا

بتحجيج فتخة حجوث ىحه الطاىخة، وأما الستغيخة العذػائية تتسثل في التحبحب الحاصل عمى مدتػى

لدمدمة، أما الستغيخة الفرمية تتزح مغ خلاؿ الانتطاـ السػجػد في تدجيل قيسة عمى الفرل ا

الأخيخ لكل سشة، أو انخفاض في كل بجاية سشة ججيجة، وإلى جانب التحميل البياني يػجج عجة

19

لكذف Daniel’s Test نحكخ مشيا اختبار دانياؿ ،إحرائية لمكذف عغ ىحه السخكبات اخخباساث

(.1082لكذف السخكبة الفرمية )زرماف، Kruskall-Wallis مخكبة الاتجاه العاـ واختبار

الشساذج السختمفة لمدلاسل الدمشية 1.6

بعج تحجيج مخكبات الدمدمة الدمشية يسكغ كتابتيا عمى الذكل التالي

يجب أف يكػف لجيشا نسػذج رياضي ،ولكي ندتصيع إجخاء تحميل الدلاسل الدمشية إلى مخكباتيا

يسثل الدمدمة السعصاة، وىحا يعشى أف نحجد العلاقة بيغ مكػنات الدمدمة الدمشية في حج ذاتيا، ومغ

(.1001أبخز الشساذج الخياضية التي ترف الدمدمة الدمشية ما يمى )عػض وعداـ،

الشسػذج الجسعي الشسػذج الزخبي

الشسػذج السختمط

ويتع تحميل الدلاسل الدمشية لعدؿ السؤثخات السشتطسة وغيخ السشتطسة، ومعخفة مجى تأثيخ

لمطاىخة إلى كل مشيا عمى قيسة الطاىخة السذاىجة، وبحلظ يكػف القرج مغ التحميل رد الكيسة الكمية

عشاصخىا السكػنة ليا.

مفاليم عامة وأساسية 1.7

مػغ الأسػاليب الإحرػائية السيسػة لتحميػل الدمدػمة الدمشيػة Box and Jenkins أسػمػبعتبػخ ي

بعػػس ج عمػػىأف نعػػخ لابػػج ليػػحا الأسػػمػب وقبػػل التصػػخؽ ، محػػل الجراسػػةبكػػيع الطػػاىخة السدػػتقبمي متشبػػؤ ل

.تداعجنا فيسا بعج لمتعخؼ عمى ىحا الأسمػبالعامة والأساسية التي لسفاليعا

21

الدكهن 1.7.1

نو يعتبخ مغ الفخوض لأذلظ ،ا لتحميل الدلاسل الدمشيةاسيا ميسيسثل الدكػف مفيػما أس

أدبيات الدلاسل الدمشية شارة إلى أف الإميا، وتججر اللازمة لتدييل تحميل الدمدمة وبجونو يتعحر تحمي

تذسل عجة تعخيفات أو مفاليع مختمفة لمدكػف وسػؼ نشاقر نػعيغ مغ الدكػف ىسا الدكػف التاـ

(.0998والدكػف الزعيف )إسساعيل،

Strictly Stationaryالدكهن التام 1.7.1.1

التػزيع الاحتسالي لأي دالةالدمدمة الدمشية سمدمة ساكشة بالسعشى التاـ إذا كانت يقاؿ أف

، ، جدء مغ الدمدمة في أي عجد مغ الشقط الدمشية لا تتأثخ بالإزاحة للأماـ أو الخمف ،

مفيػـ الدكػف التاـ يكػف التػزيع الاحتسالي السذتخؾ ، وبالتالي فإف kلأي عجد مغ الػحجات الدمشية

، ، لمستغيخات ، ، تلمستغيخاىػ نفدو التػزيع الاحتسالي السذتخؾ ، ،

8663Brockwell andالتػزيع السذتخكة لمستغيخات لا تتأثخ بالإزاحة ) دالة أي أف ، kلجسيع قيع

Davis, .)

Weak Stationaryالدكهن الزعيف 1.7.1.1

الدمدمة الدمشية ساكشة بالسعشى الزعيف إذا تحققت الذخوط الآتية : قاؿ أف ي

يكػف الػسط الحدابي كسية ثابتة لا تعتسج عمى الدمغ. أف

يكػف التبايغ كسية ثابتة لا تعتسج عمى الدمغ. أف

يكػف التبايغ السذتخؾ لا يعتسج عمى الدمغ، وإنسا يعتسج عمى الفخؽ ) فتخة الإبصاء( بيغ أف

( ، ) . Lag Timeالدمشيغ

لا نذتخط عادة أف تكػف الاحراءونطخا لرعػبة تحقق شخوط الدكػف التاـ، فإنشا في مجاؿ

(.Matroushi, 2011تامة الدكػف، ولكغ نكتفى فقط بالدكػف الزعيف ) الدمدمة الدمشية

21

الدلاسل الدمشية الداكشة :يسكغ التسييد بيغ نػعيغ مغ الدلاسل الدمشية الشػع الأوؿ

والثاني الدلاسل الدمشية غيخ الداكشة، حيث أف ىشاؾ حالتاف مغ الدكػف ىسا الدكػف في الستػسط

Stationary in Mean والدكػف في التبايغStationary in Variance (،1081 شعسو.)

الدمغ، وىحا تعج الدمدمة الدمشية ساكشة عشجما يكػف الػسط والتبايغ ثابت، أي لا يعتسجاف عمى

تجاىا صاعجا أو ىابصا خلاؿ الدمغ، ولا ندتصيع تصبيق إجخاءات معيارية عمى يعشى أنيا لا تحػي إ

الدلاسل غيخ الداكشة تشتج مذكمة الانحجار الدائف ف لأمى متغيخ غيخ ساكغ، وذلظ نسػذج يحتػي ع

Spurious Regression لحلظ يشبغي التحقق مغ سكػف الدمدمة الدمشية قبل استخجاميا في تقجيخ ،

وغالبا ما يتع تحػيل الدمدمة الدمشية إلي سمدمة ساكشة بإحجى ، (Gujarati, 2003)أي نسػذج

التالية:الصخؽ

عجم الدكهن حهل الهسط

خ الدمدمة الدمشية عغ اتجاه عاـ مع الدمغ، لحلظ استخجـ ألا تعب ويقرج بالدكػف حػؿ الػسط

Consecutive Differencing Methodشخيقة الفخوؽ الستتالية Box and Jenkinsكلا مغ

لإزالة الاتجاه العاـ، وتتكػف شخيقة الفخوؽ الستتالية مغ شخح قيع مذاىجات الدمدمة مغ بعزيا

يا الفخؽ بيغ قيستي مذاىجتيغ بأن البعس في تختيب زمشي محجد، فسثلا تعخؼ تحػيمة الفخوؽ الأولى

(.1081)سميساف و محسػد، متتاليتيغ

,.Spyros et al)كافيا ويسكغ إجخاء أكثخ مغ فخؽ ولكغ عادة يعج الفخؽ الأوؿ أو الثاني

1983.)

عجم ثبات التباين

أما ثبات التبايغ فيقرج بو ألا يكػف التبايغ متدايجا أو متشاقرا مع الدمغ بسعشى لا تطيخ

فيتع معالجتو بأخح الجحر التخبيعي ظ وإذا لع يكغ كحلتحبحبات متبايشة في شكل الدمدمة الدمشية،

22

أو التحػيمة المػغاريتسية وىي أكثخ التحػيلات ،لبيانات الدمدمة أو بأخح تحػيمة مقمػب البيانات ليا

.(Nuno, 1996)استخجاما لتثبيت التبايغ

وفي الػاقع، لا تػجج قاعجة عامة ثابتة يسكغ أف تحجد لشا ما ىي التحػيمة السشاسبة لمبيانات

، وتعتبخ التحػيمة المػغاريتسية مغ خلاؿ استصلاع شكل الانتذارمحل الاىتساـ، وغالبا ما يتع الأمخ

و ضيخ مؤخخا عائمة إلا أن ىي أكثخ التحػيلات شيػعا في ىحا الرجد، يمييا تحػيمة الجحر التخبيعي،

وىحا الشػع مغ Power Transformationsمخنة مغ التحػيلات يصمق عمييا تحػيلات القػى

:(Matroushi, 2011)( ويأخح الذكل التالي (Box and Cox, 1964تحػيلات

{

λ ، λ

، λ

تسثل الدمدمة الأصمية. تسثل الدمدمة السحػلة، ، تسثل معمسة التحػيل 𝜆 حيث أف:

λوتعج كل مغ التحػيمة المػغاريتسية λ، وتحػيمة الجحر التخبيعي ، حالتاف

. يػضح بعس التحػيلات الذائعة حدب إختيار (1.8) والججوؿ ،خاصتاف مغ تمظ العائمة

بعض التحويلات الشائعة حسب إختيار (2.1)جدول

Transformation of Y Value of

Square Transformation ( 2y ) 2

No Transformation ( y ) 1

Square Root Transformation ( y ) 0.5

Natural Log Transformation ( log( )y ) 0

Invers Square Root Transformation (1 y ) - 0.5

Invers Transformation ( 1 y ) - 1

Invers Square Transformation ( 21 y ) - 2

23

يتصمب استخجاـ اختبارات جحر الػحجة بيجؼ ،مغ عجموكع عمى استقخارية الدمدمة الح ولغخض

فحز خػاص الدلاسل الدمشية لمستغيخات قيج الجراسة، والتأكج مغ مجى استقخارىا.

اختبارات جحر الهحجة 1.7.1

الدمدمة مغ السػاضيع السيسة في التحميلات الاقترادية الحجيثة، اختبارات استقخارية تعج

سشكتفي بعخض اثشيغ مشيسا الدمدمة مدتقخة أو غيخ مدتقخة، ىشاؾ العجيج مغ الاختبارات ولسعخفة أف

تع استخجاميسا بالجانب التصبيقي.

test(ADF) Dickey-Fuller Augmented فهلخ السهسع _ديكي اختبار 1.7.1.1

اختبار ديكي _ فػلخ البديطسعادلة الخاص ب دتخجـ ىحا الاختبار عشجما يعاني حج الخصأ ي

في كسا ىػ مػضح ،الفخوؽ عالج ذلظ بإضافة عجد مشاسب مغ حجود حيث ي ،مغ الارتباط الحاتي

مغ الاختبارات القػية والحي يعتبخ ،(ADFفػلار السػسع ) –لجيكي اختبار جحر الػحجة معادلة

(:Dickey and Fuller, 1981)عمى يعتسج ىحا الاختبارو لمكذف عغ استقخار الدمدمة الدمشية،

:تقجيخ الشساذج الآتية

زمشي.الشسػذج الأوؿ: بجوف حج ثابت واتجاه

∑

الشسػذج الثاني: بجوف اتجاه زمشي.

∑

واتجاه زمشيالشسػذج الثالث: مع حج ثابت

∑

24

: أف حيث

ة التباشؤ الأعطعج : م ، : الحج الثابت

) : الاتجاه الدمشي، ويحدب كالآتي

) ، ، ، ،

مع العمع أنو يجب اختيار أحج الشساذج الثلاثة الدابقة السشاسبة ثع اجخاء الاختبار

حجع العيشةN

مدتػى السعشػية

تحت ضل الفخضية:

استقخار( عجـ أي وحجة جحر وجػد)

استقخار( أي وحجة جحر وجػد)عجـ

يكي و د( أكبخ مغ الكيسة الججولية لػ لمسعمسة ) رةالسقج τ لإحرائية الكيسة السصمقة فإذا كانت

. (1081)عبج الخازؽ و الجبػري، فػلخ فإنشا نخفس الفخض العجمي وبحلظ تكػف الدمدمة مدتقخة

KPSSاختبار 1.7.1.1

لاختبار فػلخ –( اختبارا مكسلا لاختبار ديكي ,.8661Kwiatkowski, et alاقتخح كل مغ )

Lagrange Multiplier، حيث استخجـ اختبار مزاعف لاجخانج استقخار الدلاسل الدمشية

جحروجػد )مقابل الفخضية البجيمة ( وحجة جحر وجػدعجـ ) لاختبار الفخضية العجمية

. ADF( عمى عكذ ما ىػ عميو في اختبار الػحجة

بالعلاقة التالية: تعصى احرائية مزاعف لاجخانج

∑

: لمسجسػع الجدئي لمبػاقي حيث يذيخ

25

∑

مقجر لتبايغ الخصأ

أكبخ مغ مية )فخضية الاستقخار( إذا كانت الاحرائية السحدػبة يتع رفس الفخضية العج

، ويتع قبػؿ الفخضية ( ,.8661Kwiatkowski, et al)ة مغ شخؼ الكيسة الحخجة )الججولية( السعج

أصغخ مغ الكيسة الحخجة. العجمية إذا كانت الاحرائية السحدػبة

-ACF Autocorrelation functionالارتباط الحاتي دال ة 1.7.2

الارتباط الحاتي درجة الارتباط الخصي بيغ الستغيخات التي تقع عمى نفذ الدمدمة دالةتكيذ

ية بيغ وذلظ مغ خلاؿ العلاقة الجال الدمشية والتي تبعج عغ بعزيا البعس فجػة زمشية مقجارىا

. والفجػة الدمشية معاملات الارتباط الحاتي

و معامل بأن عشج الفجػة الدمشية { }لمعسمية الداكشة يعخؼ معامل الارتباط الحاتيو

:ويأخح الرػرة التالية الارتباط الخصي بيغ الستغيخيغ

حيث أف:

التغايخ الحاتي عشج الفجػة دالة :

{ }العسمية الداكشة التبايغ :

(:1001الخرائز التالية )بخي، الارتباط الحاتي لأي عسمية ساكشة ب دالةتتستع و

26

{

| |

دورا ىاما وخصيخا في التحميل الحجيث لمدلاسل الدمشية الارتباط الحاتي دالةتمعب

(:7115حيث أنيا )شعخاوي، Box and Jenkinsبصخيقة

.أداة أساسية لاختبار سكػف الدمدمة

.اداة أساسية لمتعخؼ عمى الشسػذج السبجئي السلائع لمدمدمة

تحديشو أو تصػيخه إذا ما شبقت عمى البػاقي أداة ىامة لتذخيز الشسػذج السبجئي مغ أجل

الشاتجة مغ ىحا الشسػذج.

Partial Autocorrelation Function (PACF)الارتباط الحاتي الجدئي دال ة 1.7.3

بعج و خيغ رجة الارتباط الخصي بيغ الستغيد PACFالارتباط الحاتي الجدئي دالةتكيذ

وذلظ مغ خلاؿ العلاقة الجالية ححؼ تأثيخ الستغيخات الػاقعة بيشيع وىي

(.1081)محمد، والفجػة الدمشية بيغ معاملات الارتباط الحاتي

:( 2013)أحسج و يػنذ، مغ العلاقة وتعصى معاملات الارتباط الحاتي الجدئي

∑

∑

(:2005)شعخاوي، الارتباط الحاتي الجدئي دال ةخرائص

لأي معامل الارتباط الحاتي الجدئي عشج الفجػة الدمشية صفخ يداوي واحج، أي أف .0

.عسمية ساكشة

[1,1-تقع دائسا في الفتخة السغمقة ] قيسة .7

27

دائسا يداوي معامل الارتباط الحاتي عشج الأولىمعامل الارتباط الحاتي الجدئي عشج الفجػة الدمشية .3

وذلظ لعجـ وجػد متغيخات بيغ الستغيخيغ أي أف الفجػة الدمشية الأولى،

.

فيحا يعشي أنو لا تػجج علاقة خصية جدئية بيغ أي متغيخيغ الفاصل الدمشي إذا كاف .4

وحجة، ولكغ بالصبع قج تػجج علاقة جدئية غيخ خصية بيشيسا. Kبيشيسا

لمدمدمة الدمشية السدتقخة تسيل للانحجار بدخعة نحػ PACF الارتباط الحاتي الجدئي دالة إف

,k (Andersonأو تشقصع بعج عجد معيغ مغ فتخات الازاحة ،الرفخ مع ازدياد فتخات الازاحة

1942).

لمشساذج p, q لتحجيج الختب ACFالارتباط الحاتي دالةإلى جانب PACF دانت تدتخجـ

AR(p), MA(q), لكغ يرعب استخجاميسا في حالة الشساذج السختمصةARMA(p,q) وذلظ

وفي الػاقع تػجج عجة شخؽ ،مغ الرفخ برػرة تجريجية باففكلاىسا يقتخ ،سمػؾ الجالتيغ واحج لأف

(.8661)فانجؿ، EACFالارتباط الحاتي السػسعة دالة بجيمة لمتغمب عمى ىحه السذكمة أحجىسا

Extended Autocorrelation Function(EACF) الارتباط الحاتي السهسعة دال ة 1.7.4

كتمخيز لمسعمػمات التي يتع (Tsay and Tiao, 1984)اقتخحت ىحه الصخيقة مغ قبل

الارتباط الحاتي لمعيشة في ججوؿ يتكػف مغ عجد مغ الرفػؼ لتعكذ رتبة دالةالحرػؿ عمييا مغ

وتذسل كل خمية ,MA جة تعكذ رتبة الستػسصات الستحخكةوعجد مغ الأعس ,ARالانحجار الحاتي

(0)الارتباط الحاتي في ىحه الخمية يختمف معشػيا عغ الرفخ أو لمجلالة عمى أف (x)رمد إما

الارتباط الحاتي في ىحه الخمية لا يختمف معشػيا عغ الرفخ، وبرفة عامة يكػف لمجلالة عمى أف

نطخي عمى شكل مثمث قائع مغ الأصفار، بحيث يذيخ رأس مثمث )في نسط ARMA(p, q)لعسمية

28

جالةالدمػؾ الشطخي لم (2.2)الجدء العمػي الأيدخ( الأصفار لختبة الشسػذج، ويعخض ججوؿ

EACF مذيخا لختبة 8الرفخ الحي يقع عشج رأس السثمث يقع في الرف رقع ، ويسكغ أف نخى أف

شسػذج ال تخشح لشا جالةال مذيخا لختبة الستػسصات الستحخكة، أي أف 8اتي والعسػد رقع الانحجار الح

ARMA(1, 1) وأيزا تخشح نسػذج آخخ وىػ نسػذجARMA (2,1) ،(2014)ركابي والخادـ.

EACF السهسعةالحاتي الارتباط جال ةالشسط الشغخي ل :(1.1) ججول

Turning Operatorمعاملات التحهيل 1.7.5

عمى الاستخجاـ الخياضي الػاعي لبعس Box and Jenkinsيعتسج الفيع الجيج لسشيجية

وعامل الفخؽ لمخمف (backshift operator)السؤثخات اليامة مثل عامل الإزاحة لمخمف

(Difference operator) (Shumway and Stoffer, 2006):

backshift operatorعامل الإزاحة لمخمف 1.7.5.1

سكغ تعخيف عامل الإزاحة لمخمف كسا يمي:ي

29

وبذكل عاـ :

Difference operatorعامل الفخق لمخمف 1.7.5.1

: يسكغ كتابتو بجلالة عامل الإزاحة لمخمف كسا يمي

عاـ :وبذكل

نساذج الدلاسل الدمشية 1.8

Box andإف التشبػػػؤ باسػػػتخجاـ الدلاسػػػل الدمشيػػػة يتصمػػػب نسػػػحجتيا، ليػػػحا الغػػػخض اقتػػػخح

Jenkins ،وفيسا يمي عخض ليحه الشساذجمجسػعة مغ الشساذج العذػائية السدتقخة:

Autoregression Models (AR)نساذج الانحجار الحاتي 1.8.1

اليجؼ مغ تحميل الدلاسل الدمشية ىػ الػصػؿ إلي الشسػذج الخياضي الحي يسثل إف

البيانات، وإف نسػذج الانحجار الحاتي ىػ أحج الشساذج السيسة لتحقيق اليجؼ، ومغ العمساء الأوائل

وأكسل شخيقو إلى الشسػذج العاـ ىػ 8614عاـ Yuleالحيغ قامػا بجراسة الانحجار الحاتي العالع

(.1001)الرفاوي و الصائي، 8618في عاـ Walkerالع الع

الحالية والكيع الدابقة لمدمدمة الدمشية، وعشجما ةيسثل نسػذج الانحجار الحاتي العلاقة بيغ الكيس

في قيستيا في الفتخة الدابقة إضافة إلى بعس الأخصاء، فإف دالةتكػف الكيسة الحالية لمدمدمة

.الشساذج الستكػنة مغ ىحه العسمية تدسى بشساذج الانحجار الحاتي

31

، ، تسثل الكيسة الحالية لمدمدمة الدمشية و فإذا كانت قيع نفذ ،

تعتسج أو تتأثخ بكيسيا الدابقة فإنشا يسكغ أف نعبخ عغ ىحه الدمدمة في الفتخات الدابقة، ووجج أف

:(Shumway, 1998)كالآتي pلاقة بشسػذج انحجار ذاتي مغ الختبة الع

حيث أف:

معالع نسػذج الانحجار الحاتي التي يجب تقجيخىا. ، ، ، :

. وتبايشو ثابت ،شبيعي متػسصو صفختتبع تػزيع : سمدمة الاضصخابات اليادئة حيث { }

ويسكغ اعادة كتابة الشسػذج باستخجاـ عامل الازاحة لمخمف عمى الرػرة:

(

)

9(7115 ،) شعخاوي AR(p)خرائص العسمية

. ، ، ، السعالعمشعكدة دائسا بغس الشطخ عغ قيع AR(p)عسمية -8

.خارج دائخة الػحجة كمياتقع السعادلة رو جحساكشة إذا كانت AR(p)عسمية -1

ي أو عمى شكل مػجات س تتشاقز بذكل أ انساكت AR(p)لشساذج الارتباط الحاتي دالة -2

تشقصع تساما بعج ليحه الشساذج فيي الارتباط الحاتي الجدئي دالةالجيب أما دالةتحاكي

.pالفجػة الدمشية

31

Moving Average Models (MA) نساذج الستهسظات الستحخكة 1.8.1

مغ خلاؿ الأخصاء العذػائية في tالدمدمة الدمشية التي يسكغ أف نحرل عمى قيستيا في الدمغ

، ، )والفتخات الدابقة الفتخة الحالية نسػذج الستػسصات )يشتج عشيا ما يدسى (

بجراسة نساذج الستػسصات الستحخكة ووضع 8614عاـ Stutzky، حيث قاـ الباحث (الستحخكة

)الصائي و الذخابي، ىي MA(q)والحي يخمد لو بالخمد qلريغة العامة ليحا الشسػذج مغ الختبة ا

1080:)

حيث أف:

.tعشج الدمغ yيعبخ عغ قيسة : متغيخ تابع،

.معمسات أو معاملات الشسػذج ، ، ، :

: ، ، .tالأخصاء في الفتخات الدمشية الدابقة لمدمغ ،

والحي لع تفدخه متغيخات الشسػذج. t: الخصأ العذػائي عشج الدمغ

ويسكغ اعادة كتابة الشسػذج باستخجاـ عامل الازاحة لمخمف عمى الرػرة:

(

)

MA(q)9خرائص العسمية

محجدة. qلأف رتبة الشسػذج ساكشة دائسا MA(q) عسمية -0

32

تقع جسيعيا خارج السسيدة السعادلة جحورمشعكدة إذا كانت MA(q) عسمية -7

دائخة الػحجة.

الارتباط الحاتي الجدئي تتشاقز دالةأما qالارتباط الحاتي لو تشقصع بعج الفجػة الدمشية دالة -3

(.1080تجريجيا بذكل مشحشى تشازلي )الصائي،

ومتهسظات متحخكة (الشساذج السختمظة ) انحجار ذاتي 1.8.2

The Mixed Autoregressive Moving Average Models(ARMA) بتصػيخ ىحيغ الشسػذجيغ بدمدمة مغ العسميات إلى ثلاثة 8615عاـ Wold قاـ الباحث

اتجاىات في اجخاء التقجيخ وسساىا بعسميات نساذج الانحجار الحاتي والستػسصات الستحخكة السختمصة،

وىػ نسػذج مخكب يحتػي عمى خرائز الانحجار الحاتي وخرائز الستػسصات الستحخكة،

خ عغ الكيسة الحالية لمدمدمة عب في ىحا الشسػذج ي ويدتخجـ في حالة كػف البيانات مدتقخة، و

، ، بجلالة الكيع الدابقة لمدمدمة الدمشية والكيع والكيسة الحالية للأخصاء ،

، ، الدابقة للأخصاء ويعبخ ARMA(p,q)ويخمد لو ومعمسات الشسػذج ،

(:1002لآتية )مؤمغ، عشيا بالريغة ا

عامل الإزاحة لمخمف كسا يمي : باستخجاـويسكغ كتابة ىحه العسميات

حيث أف:

33

:(7115، )شعخاوي ARMA(p,q) خرائص العسمية

تقع جسيعيا خارج دائخة الػحجة. السعادلة رو جحساكشة إذا كانت -8

تقع جسيعيا خارج دائخة الػحجة. السعادلة رو جحمشعكدة إذا كانت -1

،عمى التػاليMA(q) و AR(P) الارتباط الحاتي والحاتي الجدئي تأخحاف سمػؾ نساذج دالة -3

أي تػليفة مغ الجواؿ الأسية أو دواؿ الجيب تقتخب تجريجيا مغ الرفخ.

عشجما تكػف الفخوؽ تداوى ARIMAحالة خاصة مغ نساذج ARMA لحلظ يعتبخ نسػذج

أي بسعشى تػجج استقخاريو بالستػسط. ،صفخ

نساذج الانحجار الحاتي والستهسظات الستحخكة التكاممية 1.8.3

Integrated Autoregressive Moving Average Models (ARIMA) الدلاسل الدمشية حيث الػاسعة في مجاؿ 0976عاـ Box and Jenkinsضيخت مداىسات

أسمػبا في فيع ومعالجة عجـ الاستقخارية في البيانات وتػصلا إلى السدسى بشساذج استشبصا سػيا

.ARIMA(p,d,q)الانحجار الحاتي والستػسصات الستحخكة التكاممية

حاتي ونساذج الستػسصات الستحخكة، متػلجة مغ نساذج الانحجار ال ARIMAوتعتبخ نساذج

، ARIMA(p,d,q)بعج أخح الفخوؽ السشاسبة لجعل الدمدمة الدمشية مدتقخة، ويخمد ليحه الشساذج بػػػػػػػ

(:1003)الميمة، حيث أف

p .تذيخ إلى درجة الانحجار الحاتي :

d مفخوؽ اللازمة لجعل الدمدمة الدمشية مدتقخة.الحج الأدنى ل: تذيخ إلى

q .تذيخ إلى درجة الستػسصات الستحخكة :

عمى وعامل الفخؽ لمخمف Bويسكغ التعبيخ عغ ىحه الشساذج باستخجاـ عامل الإزاحة لمخمف

(:1080)الصائي، الرػرة التالية

34

) والججوؿ التالي يػضح الخرائز الستعمقة ببعس نساذج , , )ARIMA p d q الذائعة.

الذائعة ARIMA(p,d,q) بعض نساذجلالخرائص الستعمقة 9(1.2) ججول

PACF ACF الشسهذج شخوط الدكهن الانعكاسشخوط

تشقصع بعج الفجػة

الدمشية الأولى

تتشاقز بذكل أسي

أو عمى شكل مػجات

الجيب دالةتحاكي

مشعكذ دائسا 1| | 1

(1, ,0)ARIMA d

تشقصع بعج الفجػة

الدمشية الثانية

تتشاقز بذكل أسي

أو عمى شكل مػجات

الجيب دالةتحاكي

مشعكذ دائسا 2 1

2 1

2

1

1

1 1

(2, ,0)ARIMA d

تتشاقز بذكل أسي

أو عمى شكل مػجات

الجيب دالةتحاكي

تشقصع بعج الفجػة

الأولى الدمشية1| | 1 0) ساكغ دائسا, ,1)ARIMA d

تتشاقز بذكل أسي

أو عمى شكل مػجات

الجيب دالةتحاكي

تشقصع بعج الفجػة

الدمشية الثانية

2 1

2 1

2

1

1

1 1

,0) ساكغ دائسا , 2)ARIMA d

تشقصع بعج الفجػة

الأولىالدمشية

تشقصع بعج الفجػة

الدمشية الأولى1| | 1 1| | 1 (1, ,1)ARIMA d

تشقصع بعج الفجػة

الدمشية الثانية

تشقصع بعج الفجػة

الدمشية الأولى1| | 1

2 1

2 1

2

1

1

1 1

(2, ,1)ARIMA d

35

في التشبؤ Box and Jenkinsالسخاحل الأساسية لسشيجية 1.12

Boxيعتبخ الدكػف مغ السفاليع العامة في الدلاسل الدمشية، فلا يسكغ تصبيق مخاحل مشيجية

and Jenkins في تحميل الدلاسل الدمشية إلا إذا كانت الدمدمة الدمشية محل الجراسة ساكشة، حيث

، لحلظ قبل (Matroushi, 2011)أوؿ افتخاض يتع اختباره ىػ التحقق مغ سكػف الدمدمة أف

متحقق مغ سكػف الدمدمة الدمشية، وذلظ بيانيا عغ ليجب تييئة البيانات الذخوع بتصبيق السشيجية

والارتباطالحاتي الارتباطالخسع البياني لجالتي مغ خلاؿ و الخسع البياني لمدمدمة الأصميةشخيق

شا مغ معخفة مالية سكػف الدمدمة شتسك اختبارات باستخجاـأو بصخؽ إحرائية وذلظ ، الحاتي الجدئي

أما إذا البيانات مييأة لمتعخؼ، فإذا كانت الدمدمة مدتقخة فإف السحكػرة آنفا، ADF ، KPSSمثل:

الدابق. 7.8.0.7و يتع معالجتيا حدب البشج كانت الدمدمة غيخ مدتقخة في الػسط والتبايغ، فإن

بأربعة مخاحل أساسية يتع مغ خلاليا الػصػؿ إلى الشسػذج Box and Jenkinsتسخ مشيجية

الأمثل لمتشبؤ بالدمدمة الدمشية محل الاىتساـ، وتتمخز السخاحل الأربعة الأساسية في الآتي:

مخحمة التعخف 1.12.1

عالعحيث يتع مغ خلاليا تحجيج م ،Box and Jenkinsتعتبخ مخحمة التعخؼ مغ أىع مخاحل

الحاتي وعجد الفخوؽ اللازمة لتدكيغ الدمدمة ورتبة الانحجارأي تحجيج رتبة ( ، ، )الشسػذج

(. 2012،) محمد الستػسصات الستحخكة

قيسةتحجيج

الارتباط الحاتي ليا، فإذا دالةمغ خلاؿ رسع السشحشى الدمشي لمدمدمة و قيسة يتع تحجيج

لمدمدمة تتلاشى بدخعة مع زيادة ACFأضيخ الخسع سكػنيا في الػسط والتبايغ وكانت

تتلاشى ACFعجـ سكػنيا في الػسط وكانت إذا أضيخ الخسع أما، 0= الفجػة الدمشية فإف

مشحشى إذا لػحع أف و ، 1= مغ أخح الفخوؽ الأولى فإذا تبيغ سكػنيا فإف ج ب ببطء فلا

36

تتلاشى ببطء ACFسمدمة الفخوؽ الأولى ما زالت تعاني مغ عجـ سكػف خرائريا وكانت

وعادة ما ،2= فإذا تبيغ سكػنيا فإف مغ أخح الفخوؽ الثانية لمدمدمة الدمشية الأصمية ج ب فلا

خ تبايغ ب ويجب ملاحطة أف أخح فخوؽ غيخ ضخورية يؤدي إلى ك ( 0,1,2)صغيخة تكػف

.الدمدمة

تحجيج رتبتي ،

والارتباط ACFالأداتيغ السدتخجمتيغ لتحجيج الشسػذج ودرجتو ىسا دالتي الارتباط الحاتي إف

ومغ ثع يتع مصابقة معاملات الارتباط الحاتي والجدئي مع الدمػؾ الشطخي ,PACFالحاتي الجدئي

: (Hanke and Reitsch, 1995)لجالتي الارتباط الحاتي والارتباط الحاتي الجدئي فإذا كاف

الارتباط الحاتي الجدئي تتشاقز دالة، وبياف لفجػةالارتباط الحاتي يشقصع بعج ا دالةبياف -

الشسػذج السلائع الجيب الستزائمة، يسكغ القػؿ أف دالةسي أو سمػؾ تجريجيا وبذكل أ

.MA(q)لمبيانات ىػ

الجيب الستزائمة، دالةسي أو سمػؾ الارتباط الحاتي تتشاقز تجريجيا وبذكل أ دالةبياف -

الشسػذج السلائع ، ىحا يعشي أف p لفجػةالارتباط الحاتي الجدئي يشقصع بعج ا دالةوبياف

.AR(p) لمبيانات ىػ

بياف دالتي الارتباط الحاتي والارتباط الحاتي الجدئي تتشاقراف تجريجيا وتبكياف مدتسختيغ في -

الشسػذج السلائع لمبيانات مغ نػع الجيب الستزائمة، فإف دالةسي أو سمػؾ التشاقز وبذكل أ

ARMA(p,q) ،(.8660)الػردي

مخحمة التقجيخ 1.12.1

أقل ما التي تجعل مجسػع مخبعات الأخصاء و في ىحه السخحمة يتع تقجيخ معمسات الشسػذج

(.Abraham and Ledolter, 1983) حجى شخؽ التقجيخ الأتية:يسكغ، ويتع ذلظ باستخجاـ ا

37

الذخشية أو غيخ Linear Least Squares Method الخصية شخيقة السخبعات الرغخى - الذخشية.

.Non - Linear Least Squares Method غيخ الخصية شخيقة السخبعات الرغخى -

وىي الصخيقة الأكثخ شيػعا Maximum Likelihood Methodشخيقة الإمكاف الأكبخ -

.التصبيقفي

مخحمة التذخيص 1.12.2

يا عمى أساسيا يتع تحجيج مجى قبػؿ أن ىحه السخحمة مغ السخاحل الأساسية، حيث تعج

رةالشسػذج الحي تع تػصيفو ومعمساتو ، ووفقا ليحه السخحمة يتحجد إما الاستسخار في عسمية السقج

أو العػدة إلى نقصة البجاية مغ تحجيج وتقجيخ ثع ،التحميل وتحقيق ما ىػ مدتيجؼ مغ نسػذج التحميل

العجيج مغ الفحػصات والاختبارات أىسيا: تحميل (Box and Jenkins, 1976)اختبار، ولقج اقتخح

.مى مباشخةالدكػف وتحميل الانعكاس، تحميل البػاقي، تػفيق الشسػذج الأدنى والأع

تحميل الدكهن 1.12.2.1

تقع السعادلة السسيدة رو جح لمتأكج مغ تحقيق الذخوط الشطخية لمدكػف، وىي أف

أكبخ مغ الػاحج جحوركميا خارج دائخة الػحجة، بحيث إذا كانت الكيسة السصمقة لكل جحر مغ ىحه ال

كانت الرحيح فيحا يجؿ عمى سكػف العسمية العذػائية التي ولجت الدمدمة السخصػدة، وفي حاؿ

قخيبة مغ الػاحج الرحيح فقج يجؿ ىحا عمى ضخورة أخح فخوؽ أخخى، جحورالكيسة السصمقة لأحج ال

(.1002)شعخاوي، بيشسا نساذج الستػسصات الستحخكة فتعتبخ ساكشة دائسا

تحميل الانعكاس 1.12.2.1

التقجيخات ، لحلظ يجب فحز غ الدكػف لشساذج الدلاسل الدمشيةالانعكاس لا يقل أىسية ع

السعادلة جحور الخاصة بسعالع الستػسصات الستحخكة لمتأكج مغ أنيا تحقق شخوط الانعكاس وىي أف

38

θ يجب أف تقع كميا خارج دائخة الػحجة، بحيث إذا كانت الكيسة السصمقة لكل جحر مغ

ؿ كانت أكبخ مغ الػاحج الرحيح فيحا يجؿ عمى انعكاس الشسػذج الأصمي، وفي حا جحورىحه ال

استخجاـ فخوؽ غيخ قخيبة مغ الػاحج الرحيح فقج يجؿ ىحا عمى جحورالكيسة السصمقة لأحج ال

.(2005)شعخاوي، ضخورية

تحميل البهاقي 1.12.2.2

والكيع ىي الفخؽ بيغ الكيع السذاىجة لمدمدمة التي تع تحميميا السقجرةالأخصاء أو البػاقي

رة . ليحه السذاىجات السقج

و يجب عمى البػاقي الشاتجة مغ عسمية التقجيخ لمتأكج مغ أفزمية الشسػذج الحي تع اختياره لمتشبؤ فإن

يكػف متػسصيا يجب أف وىي أف ليحا الشسػذج التستع بالخرائز الخئيدية لمستغيخات العذػائية

يكػف ثابتا بالإضافة إلي عجـ وجػد ارتباط ذاتي بيشيا. صفخا وتذتتيا يجب أف

و يػجج العجيج مغ الاختبارات التي تدسح لشا معخفة مجى وجػد ىحه الخرائز ويذار إلى أن

لبػاقي الشسػذج نحكخ مشيا:

أولا: الاختبارات البيانية:

(Residuals Plotرسم البهاقي ) -1

كدمدمة زمشية حيث يخرز السحػر الأفقي عادة لمدمغ بيشسا لكيع البػاقي رسع الذكل البياني

ع يطيخ السلامح الأساسية لمبػاقي مثل ىحا الخس ، ونجج أف يخرز السحػر الخأسي لمبػاقي

البػاقي يجب أف تتأرجح فإذا كاف الشسػذج السبجئي جيجا فإف والبيانات الذاذة، والتذتت الاتجاه العاـ

وبالتالي تبجو عذػائية أي خالية مغ أي معمػمات يسكغ استخجاميا في ،ت ثابت حػؿ الرفخبتذت

التشبؤ بالدمدمة الدمشية.

39

الارتباط الحاتي لمبهاقي دال ة فحص -1

Residual Autocorrelation Function (RACF)الارتباط الحاتي لمبػاقي دالة عج ت

بأف وسيمة ميسة لفحز ملاءمة الشسػذج عغ شخيق اختبار عذػائية البػاقي حيث ندتصيع القػؿ

مغ أي تساما الارتباط الحاتي خالية دالة أف ج ج إذا و بحتة عذػائية متغيخات البػاقي تعتبخ

(.1081نتػءات)شعسو،

فحص نسهذج الفخوق الأولى لمبهاقي. -2

الفخوؽ الأولى لمبػاقي عذػائية بحتة، فإف تتبع تغيخات إذا كانت الستغيخات

تختمف بسعمسة لا MA(1) تتبع نسػذج متػسصات متحخكة مغ الختبة الأولى

θأي أف معشػيا عغ الػاحج الرحيح ) ومعامل ارتباط ذاتي عشج الفجػة الدمشية الأولى لا ،(

.(0.5-)يختمف معشػيا عغ

لمبهاقي QQ-Plot السشحشى التكخاري والخسم البياني -3

كسا ،لى حج كبيخ مشحشى التػزيع الصبيعيإالتػزيع التكخاري لمبػاقي يذبو عشجما يكػف مشحشى

والحي يسثل مشحشى التػزيع ،الشقاط التي تسثل البػاقي تشصبق بذكل كبيخ عمى الخط السائل أف

الصبيعي فيحا دليل عمى شبيعية التػزيع لمبػاقي.

ثانيا: الاختبارات الإحرائية: test Box-Pierce بيخس -بهكذ اختبار -1

يدتخجـ ىحا الاختبار في اختبار عذػائية الدمدمة الدمشية، وذلظ مغ خلاؿ معاملات Box and (1970تػصل الباحثاف الارتباط الحاتي لمبػاقي لسجسػعة مغ الإزاحات، حيث

Pierce,) ملائسة الشسػذج الحي تع تػفيقو إلى احراءة يسكغ مغ خلاليا الحكع عمى مجى التالية:وىي عمى الريغة لمبيانات

∑

41

:حيث

n حجع العيشة :

kالارتباط الحاتي لمعيشة عشج الفجػة الدمشية تقجيخ :

h عجد الفجػات الدمشية السخاد اختبارىا :

2تػزيع تقاربيا تتبع ة الاحراءفإذا كانت χ بجرجات حخية m حيث ،m ل عجد تسث

رة في الشسػذج فإنشا ندتصيع القػؿ الشسػذج السخاد تػفبقو ملائع. بأف السعالع السقج

رة لشسػذج الاحراءويجب ملاحطة أنو عشج تصبيق ىحه السخاد ARIMA(p,d,q)ة عمى البػاقي السقج

2درجة الحخية لتػزيع تذخيرو فإف χ هيh-p-q, وتكػف الأخصاء)البػاقي( عذػائية إذا كانت

يةالسحدػبة أقل مغ الكيسة الججول قيسة Box andاختبار بأف ، وتججر الإشارة

Pierce شجما يكػف حجع العيشة كبيخا أما إذا كاف حجع العيشة صغيخا فإف ع دقةيعصي نتائج أكثخ

2تقخيبو بػاسصة تػزيع χ نيس خيذا.

Ljung and Box test بهكذ – لجهنج ختبارا -1

(Box and Pierce( بإجخاء تعجيلا عمى اختبار )Ljung and Box, 1978قاـ العالساف )

.عشجما يكػف حجع العيشة صغيخ دقة الدابق لجعمو يعصي نتائج أكثخ

الاختبار: دالة

∑

2تتبع أيزا تػزيع ة الاحراء حيث أف χ بجرجات حخية m .

ية السحدػبة أقل مغ الكيسة الججول وتكػف الأخصاء)البػاقي( عذػائية إذا كانت قيسة

.αعشج مدتػى معشػية

41

Jarque- Bera test اختبار -3

يعتسج ىحا الاختبار عمى حداب الفخؽ بيغ معاممي الالتػاء والتفمصح لمدمدمة قيج الجراسة مع

)زيصاري، والتفمصح لمتػزيع الصبيعي، وتحدب ىحه الاحرائية بالعلاقة الآتيةمعاممي الالتػاء

7114:)

[

]

عجد السعالع , Kurtosis التفمصحيسثل معامل Skewness , Kتسثل معامل الالتػاء حيث:

رة السدتخجمة في تػليج الدمدمة مغ خلاؿ العلاقة التالية : ويسكغ حداب معامل الالتػاء السقج

∑(

)

التػزيع متشاضخ، بيشسا الكيسة الدالبة تعشى أف يعشى أف ، فيحا 1فعشجما يكػف ىحا السعامل مداويا لػػ

لمتػزيع ذيلا شػيلا مغ جية لمتػزيع ذيلا شػيلا مغ جية اليدار، أما الكيسة السػجبة تعشى أف

اليسيغ.

معامل التفمصح مغ خلاؿ العلاقة التالية :ويسكغ حداب

∑(

)

، وعشجما يكػف أكبخ مغ ىحه الكيسة 3لػػػ الة التػزيع الصبيعي يكػف مداويا إف ىحا السعامل في ح .التػزيع يتسيد بقسة أعمى مغ قسة التػزيع الصبيعي فيحا يعشى أف

فخضية العجـ عشج مدتػى خفس، فإنشا نالصبيعي تػزيعال البيانات تتبع ففي حالة فخضية العجـ أف

معشػية إذا كاف 2

.

42

تهفيق الشسهذج الأعمى مباشخة 1.12.2.3

قج نحتاج إلى تحديغ كفاءة الشسػذج الحي تع التعخؼ عميو، وذلظ بإضافة معمسة ججيجة حيث

يتع تػفيق نسػذج أعمى رتبة لمبيانات ودراسة التحدغ الشاتج في نتائج الفحػص التذخيرية، ودراسة

لع الأساسية معشػية السعمسة السزافة، وأيزا دراسة الارتباط بيغ تقجيخ السعمسة الججيجة والسعا

معامل الارتباط بيغ تقجيخ السعالع السعمسة السزافة غيخ معشػية، وأف لمشسػذج، حيث إذا وجج أف

(.2005قػي فإنو يجب ححؼ السعمسة السزافة والاكتفاء بالشسػذج الأصمي)شعخاوي،

تهفيق الشسهذج الأدنى مباشخة 1.12.2.4

غيخ ضخورية فإنشا ندتصيع تبديط ىحا الشسػذج قج يحتػي الشسػذج عمى معمسة ذات رتبة عالية

مغ خلاؿ ححؼ ىحه السعمسة، ولكغ قبل ححفيا لا بج مغ دراسة معامل الارتباط بيغ مقجر ىحه

حجىا ومقجر مقجر ىحه السعمسة بيغ قػي ارتباط وجػد لػحع فإذاخخى السعمسة ومقجر كل السعالع الأ

(.1002, شعخاوي (الأدنى لو مباشخة الشسػذج تػفيق عمىجيج مؤشخ يكػف ىحا فقج الأخخى السعالع

Forecastingالتشبؤ 1.12.3

و لا يسكغ الانتقاؿ وأن ،التشبؤ ىػ السخحمة الأخيخة مغ مخاحل التحميل الحجيث لمدلاسل الدمشية

جخاء جسيع الفحػص والاختبارات الإحرائية الزخورية اإلي ىحه السخحمة إلا بعج الانتياء مغ

مغ خلاؿ السقتخح لمشسػذج العسمي التصبيق السخحمة ىحه تسثللتذخيز الشسػذج الحي تع اختياره، حيث

الاىتساـ لا يقترخ في مجالات كسا أف ، الجراسة محلدمدمة لمالستػقعة الكيع عمى الحرػؿ

يجاد تشبؤات الشقصة ابرفة عامة وفي مجاؿ الدلاسل الدمشية برفة خاصة عمى الاحراء

)بخي، لمسذاىجات السدتقبمية وإنسا يستج ىحا الاىتساـ ليذسل بشاء فتخات الثقة ليحه السذاىجات

7117.)

43

معاييخ التقييم بين الشساذج السخشحة 1.11

السخشحة ARIMAسعاييخ لمسفاضمة بيغ نساذج ىحه ال سشعتسج في دراستشا الحالية عمى

الحي يستمظ أقل قيسة ليحه السعاييخ، ومغ ىحه السعاييخ ما يمي الشسػذج الأندب ختيارلا

2008) (Cryer and Chan,:

Akaike Information Criterion 9 (AIC)معيار معمهمة أكاكي 1.11.1

لمدمدمة الدمشية بالذكل الخياضي الآتي: (Akaike, 1973)يعخؼ معيار أكاكي

:أف حيث

ويحدب كالآتي: ،مقجار تبايغ البػاقي:

∑

m رة لمسعمسات السثل عجد : ت .عجد السذاىجاتتسثل n 7, و شسػذج السقج

انحذ الأول ي انصيغت أعلا 2mانحذ يخاقص كها أضيفج يعهاث نهىرج كا أ

يحذ ي انزيادة انفشطت نعذد يعهاث انىرج فهى يثم انقايضت بي انطابقت انبخيهت وانطابقت

n ≥ 30حكى طي هزا انعياس خائح دقيقت عذيا, ويع(ببذأ انبخم)انفشطت وحسى هز انقايضت

Akaike Information Criterion (AICc) معمهمات أكاكي السرحح معيار 1.11.1

Corrected 9

AICترحيح حالة التحيد في معيار (Brockwell and Davis,1987)اقتخح كل مغ

باضافة السقجار

لتكػف بالريغة الاتية: AICإلى قيسة

44

nكبيخة ندبة إلى حجع العيشة mيدتعسل عشجما تكػف AICcمعيار يسكغ ملاحطة أف وبالتالي

. mصغيخة لأي nوأيزا عشجما تكػف

Bayesian Information Criterion (BIC) 9 يعيار يعهىيت بيز 1.11.2

حيث قاما بتصػيخ معيار (Akaike, 1979) و (Schwarz, 1978) الباحثيغ اقتخح مغ قبل

AIC ي بسعيار معمػمة بيد س الججيج الحي س إلي السعيار(BIC) ويأخح ىحا السعيار الريغة الآتية:

BICنحػ التقجيخ السفخط لمسعمسات الاضافية وبالتالي يتجو معيار AICوذلظ لترحيح ندعة معيار

فالفخؽ بيغ السعياريغ كبيخة ججا إذا AICلاختيار نساذج أبدط مغ تمظ التي يتع اختيارىا مغ قبل

.كبيخة nكانت

45

الخلاصة: 1.11

واليجؼ مغ بشػعييا الستقصعة والسدتسخة، تشاولشا في ىحا الفرل تعخيف الدمدمة الدمشية

وأبخز ،بيانيا واحرائيا وشخؽ الكذف عغ مخكباتيا ،وغيخ السشتطسة يا السشتطسةمخكباتو تحميميا،

.خلاؿ معخفة قيع مخكباتيامغ الشساذج التي ترفيا

ودالتي ،اختباراتوالدكػف بشػعيو و نحػ ،أىع السفاليع العامة والأساسيةوأيزا تع عخض

ومعاملات التحػيل، وتع عخض الارتباط الحاتي السػسعة دالةو ،الارتباط الحاتي والحاتي الجدئي

متسثمة في نساذج الانحجار الحاتي ونساذج الستػسصات الستحخكة والشساذج الدلاسل الدمشيةنساذج

تصبيق مشيجية شا إليتحخكة التكاممية، وتصخقالسختمصة ونساذج الانحجار الحاتي والستػسصات الس

Box and Jenkins معاييخ التقييع السدتخجمة وأخيخا تع الحجيث عغ، مغ خلاؿ مخاحميا الأربعة

والتي تدسح باختيار BIC ،AICC ،AICلمسفاضمة بيغ الشساذج عمى أساس أصغخ قيسة لػػػػػػ

لمدمدمة الدمشية قيج الجراسة، والحي عمى أساسو يتع التشبؤ بالكيع السدتقبمية. السلائعالشسػذج

في ةالسدتخجم غيخ الخصية نساذج الذبكات العربية الاصصشاعيةسشتشاوؿ في الفرل التالي

الطاىخة محل الجراسة. تحميل

46

47

Introductionمقجمة 2.1

مغ أىع Artificial Neural Networks (ANNs)الذبكات العربية الاصصشاعية عج ت

وىي تسثل تقشيات ،ندانيصػرا ىاما في شخيقة التفكيخ الإمجالات الحكاء الاصصشاعي، الحي يعكذ ت

حمػلا ذات ج ت ش حدابية مرسسة لسحاكاة الصخيقة التي يؤدي بيا الجماغ البذخي ميسة معيشة، والتي ت

ؽ ،معشى امكانيات الحاسبات الخقسية التقميجية، حيث أنيا تقػـ بتخديغ السعخفة العسمية والسعمػمات تفػ

لتجعميا متاحة لمسدتخجـ عغ شخيق ضبط الأوزاف، لحا تتذابو الذبكة العربية ،التجخيبية

ىحه السعخفة باستخجاـ وتخدف ،الاصصشاعية مع الجماغ البذخي في أنيا تكتدب السعخفة بالتجريب

ولعل ،لغخض تشفيح مياـ وواجبات مختمفة ؛(الأوزاف التذابكية)قػى وصل داخل العربػنات تدسى

(.1081 ،أىع السجالات في الػقت الحاضخ كاف في مجاؿ الشسحجة والترشيف والتشبؤ )السخاد

مغ خلاؿ ،الاصصشاعية ليحا ييجؼ ىحا الفرل إلي استعخاض السفيػـ العاـ لمذبكات العربية

التصخؽ إلي علاقتيا بالذبكات العربية الصبيعية وتصػرىا وتعخيفيا وتصبيقاتيا السختمفة، بالإضافة

لخرائريا ومكػناتيا الأساسية.

حدب ،سيتع أيزا مغ خلاؿ ىحا الفرل تدميط الزػء عمى أنػاع الذبكات العربية

ب ىحه الذبكة الذبكة العربية متعجدة الصبقات، وشخؽ تجري ػاعيا السختمفة، وعسلبأن ترشيفاتيا

والشساذج السدتخجمة في التشبؤ، كسا سيتع ،والعػامل السؤثخة عمى كفاءتيا وخػارزميات تعمسيا،

حدب مخاحميا الستبعة، وأخيخا التعخؼ عمى مدايا ،الحجيث عغ استخجاـ الذبكات العربية في التشبؤ

وعيػب الذبكات العربية.

48

الذبكات العربية الظبيعية والاصظشاعية 2.1

يتكػف السخ حيث ،ليمحاكاة السخ باستخجاـ الحاسب الآتتسحػر فكخة الذبكات العربية حػؿ

، تشتذخ ىحه الخلايا في مجسػعات تدسى (عربػنات)مغ مجسػعة مغ الخلايا العربية تدسى

وىحه الخلايا ،العربية السترمة فيسا بيشياشبكات وكل شبكة تتكػف مغ عجة الاؼ مغ الخلايا

.العربية أو الذبكات العربية ىي التي تسكغ السخ مغ أداء وضائفو مغ تفكيخ وتحكخ وغيخىا

الخمية العربية أو العربػف عبارة عغ وحجة معالجة بيا نػاة في السشترف وليا بعس

ا يػجج بالخمية مػصل شخفي مدؤوؿ عغ وىي السدؤولة عغ مجخلات الخمية، كس ،الشيايات العربية

يعخؼ بشقصة فيسا ،وىحه الشيايات الصخفية مشجمجة معيا الشيايات العربية لمخمية الثانية ،السخخجات

شارة مغ عربػف إلى اخخ عغ شخيق تفاعلات كيخوكيسيائية ويقػـ السخ عغ الاشتباؾ، وتشتقل الإ

أي في نفذ المحطة. ،ػمات بذكل متػازي شخيق ىحه الاترالات والتفاعلات بسعالجة السعم

اء فكخة الذبكات العربية الاصصشاعية حيمغ خلاؿ عسل الذبكات العربية البيػلػجية تع است

وذلظ عغ شخيق تقميج الذبكة العربية البيػلػجية.

أو وحجات معالجة (Neurons)مغ عقج الاصصشاعية تتألف الذبكات العربية

(Processing Units) يستمظ العقجكل اتراؿ بيغ ىحه و ،العقجلتذكل شبكة مغ ؛مترمة معا

تديع في تحجيج الكيع الشاتجة عغ كل عشرخ ,(Weights)تدسى الأوزاف ،مجسػعة مغ الكيع

(،شبقة السجخلات)ف شبقة تدسى ػ تك دخاؿفػحجات الإ ،عمى الكيع الجاخمة ليحا العشرخ معالجة بشاء

وبيغ كل شبقة مغ ىحه ، وىي التي تخخج نػاتج الذبكة ،خخجاتف شبقة الستكػ خخاج ووحجات الا

،تعسل عمى ربط كل شبقة بالصبقة التي تمييا (Hidden Layers)الصبقات ىشاؾ شبقات مخفية

أكثخ مغ شبقة مغ ولكشيا قج تحتػي عمى ،دخاؿوتحتػي الذبكة عمى شبقة واحجة فقط مغ وحجات الإ

(7107)رياض، صصشاعية بالصبيعيةوالذكل التالي يبيغ علاقة الذبكة العربية الا، جةالسعالشبقات

49

الاصظشاعيةو مقارنة بين الذبكة العربية الظبيعية :(3.0شكل)

تظهر الذبكات العربية الاصظشاعية 2.2

يسكشو استخجاـ السشصق في عسمياتو ،بجأت السحاولات لبشاء ترسيع نطاـ يفكخ 8610في عاـ

وتسخزت ىحه السحاولات عغ ابتكار ، مغ فكخة العلاقة الثابتة بيغ الخمػز وردود الأفعاؿ بجلا

لسحاولة محاكاة شكل وتختيب وشخيقة عسل الخلايا في الجياز العربي للإنداف. ،الذبكات العربية

وتترل الخلايا ،ويستج مشو ساؽ شػيمة ،اة الخمية العربية مغ جدع يحتػي عمى نػ تتخكب

،فيشقل الإشارات بيغ الخلايا ،العربية ببعزيا عغ شخيق ىحه الديقاف بإفخاز كيساوي يعسل كسػصل

ولحلظ فالتػاصل في الجياز العربي عسمية كيخوكيسيائية.

بتقديع الذبكات إلى وحجات تسثل كل ،وتحاوؿ الذبكات العربية تقميج ىحا الشسػذج الصبيعي

Mcculloch and)عالساف التسكغ 8611وفي عاـ ، لخمية عربية شجيجة التبديط مشيا نسػذجا

Pitts) وتدتصيع الكياـ ،تحاكي الخلايا العربية برػرة بجائية ،مغ ترسيع شبكات إلكتخونية بديصة

عغ السفاليع الخياضية بريغة مشصكية متعبيخكصخيقة ل ،بالحدابات السشصكية باستخجاـ الجبخ البػلي

. (1084)رياض،

51

،تحاوؿ تقميج السخ البذخي ،في الخسديشات بجأ عمساء الحكاء الاصصشاعي محاولة بشاء آلة ذكية

لبشاء ؛8642 عاـ (Rosenblatt)كاف مغ أىع السحاولات في ذلظ الذأف السحاولة التي قاـ بياو

،عتبخ الأب الذخعي لمذبكات العربية الحجيثةوالتي ت ،أكثخ تعقيجا نسػذج مبدط لذبكية العيغ

ؼ عمى أشكاؿ أو صيغ وىػ التعخ ،بفزل احتػائيا عمى مكبخات كاف بإمكانيا تسييد الأنساط

وقج أمكغ تعميع ىحا الشسػذج مغ التعخؼ عمى ،ليسكغ ترشيفيا أو تسييدىا أو تجسيعيا ،الإشارات

جعمت الاىتساـ يقل ببحػث الذبكات ولكغ إمكانياتو السحجودة ججا ،بعس الأشكاؿ السحجودة

العربية.

.0950وآلتو البديصة التي صسسيا في عاـ (Marvin Minsky)ولا يقمل ىحا مغ دور

وعاد معيا الحساس لسػاصمة ،قيجا عوت بعج عقج واحج مغ الدماف ضيخت شبكات أكثخ تصػرا

.ج الاىتساـ بيا مخة أخخى في الثسانيشات برػرة متصػرةاشت إلى أف ،ةأبحاث الذبكات العربي

حيث ،كسا تعتبخ فتخة التدعيشات مغ ىحا القخف ىي الفتخة الحكيكية في تصػيخ الذبكات العربية

ىػ عقج السخ والذبكات العربية (1000 -8600) الحالي جالعق أعمغ البيت الأبيس الأمخيكي أف

. (8661)بديػني، والحداب العربي

تعخيف الذبكات العربية الاصظشاعية 2.3

ػف مغ عجد مغ عمى أنيا نطاـ حدابي مك ANN الذبكة العربية الاصصشاعيةتعخؼ

الستخابصة مع بعزيا وتترف بصبيعتيا (Processing Elements)وحجات )عربػنات( السعالجة

(Kumar et al., 2004 ). الجيشاميكية والستػازية في معالجة البيانات الجاخمة إلييا

يا مجسػعة مغ نطع السعالجة السػزعة عمى أن 7( Palit and Popovic, 2005)كسا يعخفيا

وتسثل التكشػلػجيا الحدابية التي وججت لتحاكي نطاـ معالجة السعمػمات داخل العقل ،عمى التػازي

البذخي.

51

تظبيقات الذبكات العربية الاصظشاعية 2.4

(:1083 ،لمذبكات العربية الاصصشاعية تصبيقات عجيجة في مجالات كثيخة نحكخ مشيا )مرصفى

عغ شخيق المسذ أو الرػت أو فتح الحدابات الخاصة بالبشػؾ مجال الأعسال السرخفية: -

برسة العيغ وكحلظ التعخؼ عمى التػقيعات البشكية وخصػط اليج.

وأيزا ،والتشبؤ بيصػؿ الأمصار وغيخىا ،بأسعار الأسيع والسبيعاتالتشبؤ مثل مجال التشبؤ: -

وتدويج الجيات السخترة ،التشبؤ بسدارات وكذف جخائع القتل ومحاولة مشع وقػعيا

بالسعمػمات السشاسبة والسساثمة للاستشتاج البذخي.

أي مبجأ العلامات السخضية ،تصبيق الصب الفػري الحي يختبط بسبجأ الحاكخة مجال الظب: -

والتذخيز.

مثل التخمز مغ صجى الرػت الشاتج عغ خصػط مجال الاترالات الدمكية واللاسمكية: -

ت العدكخية لتحجيج الأىجاؼ.وفي الخادارا، الياتف

.مشع التلاعب ببصاقات الإئتساف وأنػاع البصاقات الأخخى بسختمف استخجاماتيا -

معالجة المغات الحية )الكلاـ السشصػؽ والكلاـ السكتػب(. -

خرائص الذبكات العربية الاصظشاعية 2.5

:(1001)العتيبي، تتسيد الذبكات العربية بالعجيج مغ الخرائز مشيا

تعتسج عمي أػداس رياضي قػي. -0

التي تقػـ عمي محاكاة ،حجى تصبيقات تكشػلػجيا التذغيل الحكي لمسعمػماتتسثل ا -7

العقل البذخي.

القجرة عمى تحميل العلاقات غيخ الخصية لمسعمػمات. -3

القجرة عمي تخديغ السعخفة السكتدبة مغ خلاؿ الحالات التي يتع تذغيميا عمي الذبكة. -4

52

يا في العجيج مغ السجالات العمسية السختمفة.يسكغ تصبيق -5

السعالجة الستػازية لأكبخ قجر مغ البيانات. -6

الاصظشاعية مكهنات الذبكات العربية 2.6

تحتػي عمى ،متتالية (Layers)تتكػف الذبكة العربية الاصصشاعية مغ مجسػعة شبقات

لتأخح ،بعزيا ببعسوحجات معالجة )عربػنات( وتخابصات )أوزاف( بيغ عشاصخ السعالجة

(.1081 ،شكلا معساريا محجدا )الديمي

طبقات الذبكة العربية الاصظشاعية 2.6.1

تتكػف معسارية الذبكة العربية الاصصشاعية الشسػذجية مغ ثلاث شبقات ىي )الرفاوي و

(:1003 ،زكي

التي العقجشبقة السجخلات: وىي الصبقة الأولى في الذبكة العربية، تحتػي عمى عجد مغ -0

تسثل عجد الستغيخات السدتقمة )السجخلات(.

فإف ( ) مدتقمةمتغيخات دخاؿو عشجما تكػف وحجات الإنذيخ إلى أن د أف ونػ

Non-Linear ) نسػذج الذبكات العربية سيكػف مذابو لشسػذج الانحجار الستعجد غيخ الخصي

Multiple Regression Model ) (:7106)الداعجي، الحي يكتب بالريغة الاتية

( )

نسػذج الذبكة سيكػف فإف ،( ) Lagsتسثل إزاحات دخاؿوعشجما تكػف وحجات الإ

والحي ,(Autoregressive Model Non-Linear) مذابو لشسػذج الانحجار الحاتي غيخ الخصي

يكتب بالريغة الاتية:

( )

شبقة الإخخاج: وىي الصبقة الأخيخة في الذبكة العربية التي تسثل مخخجات الذبكة. -7

53

الصبقة السخفية: وىػ الصبقة الػسصى التي تقع بيغ الصبقة الأولى )السجخلات( والصبقة -3

.دخاؿحيث يتع فييا معالجة البيانات التي يدتقبميا مغ شبقة الإ ،الأخيخة )الإخخاج(

: البشية اليشجسية لمذبكات العربية الاصظشاعية(3.2)شكل

وحجات السعالجة )العربهنات( 2.6.1

تتألف وحجات السعالجة أو العربػف مغ السكػنات الأساسية التالية، والذكل أدناه يػضح ىحه (: 1084،السكػنات )رياض

( مكػنات العربػف الاصصشاعي3.3شكل)

54

الأوزان: - أ

فمكل عقجة )خمية( ،تذيخ الأوزاف إلى مجى قػة الارتباط العربي بيغ شبقات الذبكة العربية

حيث تحتػي الذبكة عمى حقة، خخ يخبصيا مع الصبقة اللا ووزف آ ،وزف يخبصيا مع الصبقة الدابقة ليا

:( Luger and Stubblefield, 1998) ثلاث شبقات مغ الأوزاف

Input to Hidden Weight أوزاف شبقة السجخلات والصبقة السخفية -1

Hidden Weights أوزاف الصبقات السخفية -1

Hidden to Output Weight وشبقة السخخجات الصبقة السخفية أوزاف -2

الجسع: دال ة - ب

ويتع ذلظ بزخب كل ،بحداب متػسط الأوزاف لكل مجخلات وحجة السعالجة جالةالتقػـ ىحه

ويعبخ عغ ذلظ ،قيسة مجخمة في وزنيا السراحب ومغ ثع ايجاد السجسػع لكل حػاصل الزخب

:(1084 ،)رياض رياضيا كسا يمي

∑

ناتج عسمية الجسع لكل وحجة معالجة :

( ) وحجة السعالجة( والجاخمة الى : الكيسة السجخمة القادمة مغ الػحجة )

( السػجػدة في الصبقة الدابقة بالػحجة ) : الػزف الحي يخبط وحجة السعالجة

دوال التحهيل)التشذيط( - ت

ة ترمح لشػع معيغ مغ وضائف مختمفة وكل واحج تواذيػجج العجيج مغ دواؿ التشذيط

،يتػفخ فييا السػاصفات التالية )عبج الشػر التشذيط أكثخ ملائسة يجب أف دالةالتصبيقات، ولكي تكػف

1002:)

55

خصية.لا تكػف ثشائية الكيسة حتى تكػف قادرة عمى الشسحجة اللا أف أولا:

تكػف قابمة للاشتقاؽ وىحا شخط أساسي تفخضو شخيقة الانتذار العكدي لمتجريب. ثانيا: أف

. ومغ أىع ىحه الجواؿ ىشاؾ العجيج مغ دواؿ التشذيط

Linear Functionالخظية جال ةال -0

وفييا تكػف قيسة السخخجات تداوي قيسة ,Identity Functionالػحجة جالةوتدسى ب

) جالةال، ويكػف مجى ىحه kالسجخلات السػزونة مزخوبة بسقجار ثابت , ) , وفيسا يمي الخسع

:جالةالالبياني والريغة الخياضية ليحه

الخظية جال ة: الخسم البياني لم(2.3)

φ

Binary Threshold Functionالحج الفاصل الثشائية دال ة -2

وفيسا يمي الخسع البياني ، Step Functionالخصػة جالةأو ب Heaviside جالةوتعخؼ أيزا ب

:(Fausett, 1994) جالةالوالريغة الخياضية ليحه

56

الخظهة جال ة(: الخسم البياني ل3.5الذكل )

φ {

فػإف مخخجػات الػحػجة ،θ حػج معػيغ أو يداوي ت أكبخ مػغلاإذا كاف إجسالي السجخ وأن يأ

ػحه ىتدػتخجـ ما وغالبػا خ، فإف السخخجات تداوي صػف ،غ ىحا الحجكاف أقل م وإذا ،تدػاوي واحج

أو 0) لتأخح الكيع ت لػحجة السخخجاتوذلظ لتحػيل إجسالي السجخلا ،وحيجة الصبقة شػبكات في جالةال

صفخ(.

Sigmoid Function الديجسهيج دال ة -3

وليا دالتاف ،في الذبكات العربية الاصصشاعية استخجاما الجواؿ كثخمغ أ جالةالىحه تعج

Bipolarثشائي القصبية انسيدىيذ دالةو ,Logistic Functionالمػجدتية جالةالىسا ،شائعتاف

sigmoid ، بة عغ شخيق وتتسيداف باستخجاميسا عمى وجو الخرػص في الذبكات العربية السجر

(.7107، جبارةالانتذار الخمفي )

، التي فييا قيع غالبا ما تدتخجـ في تحفيد الذبكات العربية (8,0)ذات السجى ةالمػجدتي جالةال إف

,(Binary sigmoidانسيدىيذ )وتدسى ثشائية (0,1)ا ثشائي أو يقع في الفتخة م إ ،الشاتج السخغػب

:جالةالوفيسا يمي الخسع البياني والريغة الخياضية ليحه ، Logistic sigmoidوتدسى أيزا

57

الثشائي sigmoid جال ةالبياني للخسم ا:(3.6)ذكلال

φ

Bipolar sigmoidثشائي القصبية انسيدىيذ دالة( فتدسى 1,1-الأخخى وذات السجى ) جالةالا أم

:جالةالوفيسا يمي الخسع البياني والريغة الخياضية ليحه ,

ثشائي القظبية sigmoid جال ةالبياني للخسم ا :(3.7) شكل

φ

58

المػجدتي، وليذ مغ دالةلتكػف ،التحػيل لمػحجات السخفية دالةنختار مغ الذائع عسميا أف

ػػػي بصبيعػػػة ىخفيػػػة سػحػػػجات المل تلاالسػػػػجخ لأف ؛مػحػػػػجات السخفيػػػػةخصية ل دالةالسشاسب اختيار

ي يلسخخجات فاالتحػيل لػحجات دالةنػع ا عغ ، أم ي مغ السخخجات الدابقةالحػػػاؿ مخكػػػب خصػػػ

السخخجػػات عبػػارة سػػل الدمشيػػة نجػػج أف فػػي حالػػة التشبػػؤ بالدلا فسػثلا ،ى شبيعػة السخخجػاتمتعتسػج ع

.Linear Functionالخصية جالةالالسشاسبة ىي جالةالعػػغ متغيػػخ مدػػتسخ وبالتػػالي ف

أنهاع الذبكات العربية الاصظشاعية 2.7

والترشيف ،الترشيف بحدب عجد الصبقات ات العربية الاصصشاعية إلي نػعيغ:الذبكترشف

(.Moseley, 2003) بحدب اتجاه تجفق السعمػمات

الترشيف بحدب عجد الظبقات 2.7.1

الذبكات العربية الاصصشاعية مغ حيث عجد شبقاتيا إلي نػعيغ ىسا:ترشف

الذبكات وحيجة الظبقة

تخبط ربصا مباشخا مجخلات الذبكة ،مغ شبقة واحجة مغ العشاصختتكػف ىحه الذبكات

ضسغ السجسػع الكمي لعجد شبقات الذبكة العربية دخاؿشبقة الا خ ك ل ذ يس بسخخجاتيا، فقج ي

.(Fausett, 1994) الاصصشاعية، وذلظ لعجـ وجػد عسميات حدابية داخل تمظ الصبقة

.الشسػذج العاـ لمذبكات وحيجة الصبقةوالذكل التالي يبيغ

59

شبكت عصبيت وحيذة انطبقت :(3.8شكم )

الذبكات متعجدة الظبقاتMulti-Layer Networks

ضيخت معساريات أخخى تحتػي تخاكيبيا عمى ،الذبكات وحيجة الصبقةقرػر في أداء لمنتيجة

وىي التي تعخؼ بالذبكات متعجدة ،أكثخ مغ شبقة مغ عشاصخ السعالجة ومغ التخابصات

حجى الصبقات لاستكباؿ مجخلات الذبكةاحيث تخرز ,(Multi-Layer Networks)الصبقات

خفية سالصبقات ال اسعيصمق عمى باقي الصبقات بيشسا ،تخرز شبقة أخخى لبث مخخجاتيا و

(.1001الديج، )

كغ حميا في تعقيجا مغ السدائل التي يسدائل أكثخ وتتسيد ىحه الذبكات بقجرتيا عمى حل م

الصبقات السخفية التي تعصي مخونة أكثخ في بشاء الجواؿ الشاقمة بدبب وجػد الذبكات وحيجة الصبقة؛

و ناجح تجريب ىحه الذبكات يدتغخؽ وقتا أشػؿ إلا أن بيغ السجخلات والسخخجات، عمى الخغع مغ أف

. أكثخ مغ غيخه في حل السدائل السعقجة

(.8663الشسػذج العاـ لمذبكات متعجدة الصبقات )الذخقاوي، والذكل التالي يبيغ

61

: الشسهذج العام لمذبكات متعجدة الظبقات.(3.9) شكل

الترشيف بحدب اتجاه تجفق السعمهمات 2.7.1

تشقدع ىحه الذبكات إلي نػعيغ ىسا:

شبكات التغحية الأماميةFeed Forward Networks

دوف الدساح ليا بالعػدة ،تتحخؾ فييا السعمػمات مغ شبقة إلى الصبقة التالية للأماـ فقط

لمخمف.

ضسغ الذبكات أمامية التغحية والتي Multi-Layer Perceptron (MLP) ةوتعتبخ شبك

وىي مغ أشيخ الذبكات استخجاما في التصبيقات السالية ، بالإضافة ،تحتػي عمى شبقة مخفية واحجة

تعتبخ خيارا جيجا إذا ما استخجمت كبجيل عغ نساذج التشبؤ الخصية (MLP) ةشبك إلى ذلظ فإف

(McNelis, 2005).

.والذكل التالي مثاؿ لذبكة ذات تغحية أمامية

61

مخفية واحجة. : شبكة التغحية الأمامية ذات طبقة(3.10) شكل

خمفية الشقل التغحيةأمامية شبكات

مع الدساح ليا بالعػدة لمخمف إلي ،تتحخؾ فييا السعمػمات مغ شبقة إلى الصبقة التالية للأماـ

ويسكغ أف ،الصبقات الدابقة، وىحا الشػع مغ الذبكات يحػي عمى الأقل حمقة تغحية خمفية واحجة

كل العربػنات إدخاؿ، وكل عربػف يعػد إخخاجو إلى يتألف مغ شبقة واحجة مغ العربػنات

ذا كاف و أما إإدخالإخخاج العربػف يعػد إلى أي أف ،وقج تكػف ىشاؾ تغحية خمفية ذاتية ،الستبكية

Elmanة دسى شبكة عربية متكخرة مثل شبكالذبكة ت ىشاؾ أكثخ مغ حمقة تغحية خمفية فإف

.والذكل التالي مثاؿ لذبكة خمفية التغحية (.1081)راشج وآخخوف، Jordan وشبكة

: شبكة ذات تغحية في الاتجاه الأمامي والعكدي.(3.11) شكل

62

Work of Multi-layered Neuralعسل الذبكة العربية متعجدة الظبقات 2.8

Network. العقج( وعجد ( ىسا دخاؿالإ واحجة ومتغيخاػنة مغ شبقة مخفية الذبكة مك بافتخض أف

وكلا ،تيغالعقجمع إدخاؿبحيث يختبط كل متغيخ وىسا 7في الصبقة السخفية ىػ

إلى الشاتج (Bias)وىشاؾ ارتباط مباشخ مغ الثابت ،تيغ تختبصاف لإخخاج الشتائج الشيائيةالعقج

تية بسػجب السعادلة الآ ويتع الحرػؿ عمى ،ويحجث ىحا الإرتباط مغ خلاؿ الأوزاف

:)7106 ،)الداعجي

∑

, , حيث

بسػجب السعادلة الاتية: المػجيدتية إلى جالةالوالمتاف بجورىسا تتحػلاف بػاسصة

والثابت تصبق العسمية ذاتيا عمى (output)ولإستخخاج الشاتج (0,1والتي يكػف مجاىا )

(، والذكل أدناه يسثل عسل الذبكة العربية ذات الصبقة السخفية الػاحجة. 0)

: عسل الذبكة العربية الاصظشاعية ذات الظبقة السخفية الهاحجة.(3.12) شكل

63

:تيذج الحي يسثل العسمية بالذكل الآوعميو يسكغ كتابة الشسػ

{ ∑ ( ∑

)

}

:حيث أف

. السخفية العقجب (Bias): تسثل الأوزاف التي تخبط الثابت

.(output) الػزف الحي يخبط الثابت بالشاتج7

. السخفية بالشاتج وىي العقجالأوزاف التي تخبط 7

. السخفية وىي العقجج السجخلات و ق الأوزاف التي تخبط بيغ ع 7

φ 7التشذيط في شبقة الإخخاج وتكػف خصية دالة.

.التشذيط في الصبقة السخفية وعادة ما تكػف لػجيدتية دالة7

.دخاؿتسثل متغيخات الإ7

وعجد (r)ج مخفية ق ع العربية بصبقة مخفية واحجة وبعجد أي نسػذج لمذبكات وبذكل عاـ فإف

:ةتيالآ يكتب بالريغة يسكغ أف (p) دخاؿج الإق ع

{ ∑ ( ∑

)

}

تعميم الذبكات العربية الاصظشاعية 3.01

تتسيد الذبكات العربية بقجرتيا العالية عمى التعمع، فيي تتعمع مغ الأفكار ومغ الأمثمة التي

لتكػف مخخجاتيا أكثخ -وىػ ما يعخؼ بفئة التجريب -ومغ الخبخة التي تتخاكع لجييا ،يتكخر حجوثيا

كمسا كانت بالسذكمةتسيدا قياسا إلى مجخلاتيا، وكمسا ازدادت كسية البيانات السجخمة وذات العلاقة

(.7115الشتائج مصابقة لصبيعة السذكمة )عبج الشػر،

64

طخق تعميم شبكة عربية اصظشاعية: 2.12.1

.(7105 ،فاشيسة وبغ شيخة) وتشقدع شخؽ تعميع شبكة عربية إلى

Supervised learning قب )بهاسظة معمم(اخ سالتعميم ال - أ

التعميع أو التجريب بػاسصة معمع لمذبكات العربية الاصصشاعية عمى فكخة عخض تقػـ كل شخؽ

والذكل السدتيجؼ، Input ذكل السجخلالىسا ،البيانات التجريبية عمى ىيئة زوج مغ الأشكاؿ

Target، ا بترحيح الخصأ أو بالاعتساد عمى الحاكخة.يتع إم التعميع بػجػد معمع يسكغ أف حيث أف

بهاسظة معمم عمى نسط ترحيح الخظأ: التعميم -0

حل يدتخجـ ىحا الشػع مغ التجريب لتعميع الذبكات الخصية ذات الصبقة الػاحجة التي تدتخجـ ل

مدائل التقابل بيغ الجخل والخخج، حيث تقػـ الذبكة بحداب إشارة الخصأ مغ خلاؿ الفخؽ بيغ خخج

،الخصأ السدساة بتابع الكمفة دالةعغ شخيق وزافالأويتع تعجيل قيع ،العربػف والخخج السصمػب

تعتبخ ىحه الصخيقة و السذبكية، للأوزافىحا التابع بالشدبة اشتقاؽعغ شخيق ،بيجؼ ترغيخ الفارؽ

.في التعميع مغ أىع شخؽ التعميع بػاسصة معمع وأكثخىا شيػعا

لتعميم بهاسظة معمم السعتسج عمى الحاكخة: ا -2

أي تخديغ مجسػعة ،الشػع تخديغ السعمػمات الستػفخة عغ البيئة في الذبكة العربيةيتع في ىحا

ويتصمب ىحا الشػع مغ التعميع وجػد معيار ،التجريب التي ىي شعاع الجخل و شعاع الخخج السقابل لو

لتحجيج تذابو الأشعة ووجػد قاعجة تعميع.

:learning Unsupervisedقب ) بجون معمم( االتعميم غيخ السخ - ب

دوف عخض اليجؼ عمى ،في ىحه الصخيقة تكػف فئة التجريب عبارة عغ متجو السجخلات فقط

حيث تبشي الذبكات العربية الاصصشاعية أساليب ،التعميع الحاتيالصخيقة بوتدسى ىحه ،الذبكة

65

ؿ و أنداؽ و لسا يعخض عمييا مغ أشكا ،الرفات السسيدة اكتذاؼالتعميع عمى أساس قجرتيا عمى

أمثمة لسا ذلظ دوف معخفة مدبقة و بجوف عخضو ،قجرتيا عمى تصػيخ تسثيل داخمي ليحه الأشكاؿ

.ذلظ عمى عكذ السبجأ الستبع في أسمػب التعميع بػاسصة معمعو ،يجب عمييا أف تشتجو

Competitiveوالتعميع التشافدي، Hebbian يبأن مغ أمثمة التعميع بجوف معمع التعميع الييو

(Lippmann,1987 ; Chitra,1993 ).

مغ تحجيثيا لتجريب شبكة بج لحا لا ،الأوزاف ىي السعمػمات الأولية التي تتعمع بيا الذبكة ف إ

والتي تتػلى تعجيل خػارزميات تعميع الذبكة العربية ويتع ذلظ مغ خلاؿ تشفيح اصصشاعية،عربية

لمػصػؿ إلى الشتيجة السثمى ليحه الأوزاف التي تسكغ ؛أوزاف الذبكة لتحديغ أدائيا وتقميل الخصأ فييا

.الذبكة مغ تحقيق أفزل نتيجة مصابقة أو قخيبة مغ الشتيجة السصمػبة

خهارزميات تعميم شبكة عربية اصظشاعية: 2.12.1

ختيار الخػارزمية السشاسبة عمى حدب نػع الذبكة، اتػقف تػجج العجيج مغ خػارزميات التعمع وي

( :1081 ،ستخجاما )جبارةاومغ أكثخ الخػارزميات

.Backpropagation Algorithm خػارزمية الإنتذار العكدي – 1

.Hebbian Learning Algorithmي نباخػارزمية التعمع اليي – 2

.Competitive Learning Algorithm خػارزمية التعمع التشافدي – 3

وسشكتفي بالحجيث عغ خػارزمية الانتذار العكدي لأنيا تتعمق بالذبكات متعجدة القاعجة

السدتخجمة في الجانب التصبيقي.

خهارزمية الانتذار العكدي

وتعتبخ خػارزمية شبكة الانتذار العكدي ،تتعمق ىحه الخػارزمية بالذبكات متعجدة الصبقات

خصأ مشاسبة والتي تتحجد قيستيا دالةوتعتسج عمى اختيار ،لمخصأ مغ أىع خػارزميات شبكات التجريب

66

والتي تعتسج أيزا عمى ,(Desired)والكيع السصمػب الحرػؿ عمييا (Actual)بالشتائج الحكيقة

:(1996 ،الذخقاوي )معالع الذبكة مثل الأوزاف والعتبة، وتتع خصػات ىحه الصخيقة كالتالي

حيث تقػـ الذبكة ،نبجأ بتعخيس شكل معيغ أو قيسة معيشة عشج مجخل الذبكة غيخ السجربة -0

وتبعا ،الخخج الحجية وحداب قيسة جالةالوتصبيق ،بعسل الحدابات اللازمة لمجسع السػزوف

لحلظ فإنشا سػؼ نحرل عمى قيع عذػائية لمخخج مغ الذبكة.

الخصأ بيغ قيع الخخج العذػائية التي تع الحرػؿ عمييا والتي تسثل الخخج دالةنقػـ بحداب -7

الحكيقي في الخصػة الأولى وقيع الخخج السعيغ السصمػب.

الأوزاف في شبقة الخخج أولا في اتجاه تقميل الخصأ ثع شا نقػـ بتعجيل الخصأ فإن دالةلتقميل قيع -3

وتعجيل الأوزاف عشج مجاخل ىحه الصبقة ،نذخ أو نقل ىحا الخصأ الججيج إلى الصبقة الدابقة

الخصأ مخة أخخى دالةوحداب ،وحداب قيع الخخج مخة ثانية لمذبكة في الػضع الججيج

ثع نقل ،يل الأوزاف مخة أخخى في شبقة الخخجمدتخجما الخخج الججيج والخخج السصمػب، وتعج

خػارزمية تجريب الذبكة ذاتوالذكل التالي يبيغ لججيج لمصبقة التي قبميا وىكحا، الخصأ ا

الانتذار العكدي لمخصأ.

67

البجاية

بجاية دورة ججيجة في التجريب بجاية خصػة تجريب ججيجة

الأوزان الابتجائية

E=0

ىل الخظأ أقل من

تسثيل الشسهذج ومقارنة استجابة الظبقات

حداب خظأ الجورةثل مغ بيغ نساذج

حداب قيسة مخبع الخظأ

تعجيل الهزن في طبقة الاخخاج

تعجيل الأوزان في الظبقات السخفية

ىل يهجج نساذج أخخى في مجسهعة التجريب

نعم لا

الشياية

(: خهارزمية تجريب الذبكة ذات الانتذار العكدي لمخظأ3.03)شكل

العهامل السؤثخة عمى كفاءة الذبكة العربية الاصظشاعية 2.11

،التي يسكغ الحرػؿ عمييا مغ الذبكة العربيةو جػدة التشبؤات السدتقبمية لطاىخة معيشة إف

ومغ العػامل ،ية لتمظ الطاىخةتاريخالبيانات التعتسج عمى مجى كفاءة تجريب الذبكة العربية عمى

:(1001)الذيخمي، السؤثخة عمى تمظ الكفاءة

68

عامل معجل التعمم: -0

، حيث يعتبخ معجؿ التعمع مغ العػامل السؤثخة عمى عسمية تحجيث الأوزاف في الذبكة العربية

.لػزف و يحجد حجع الخصػة في عسمية تعمع الذبكة العربية ومقجار تغيخ ان إ

عامل الدخم: -2

ويجعل مقجار التغيخ في الػزف متدف ،يجعل عسمية التعمع متدنة ، حيثىػ مغ العػامل السيسة

ومدتقخ ندبيا.

عامل عجد الستجيات في الذبكة العربية : -3

و يسثل الستغيخات السدتقمة، عجد الستجيات يؤثخ عمى أداء الذبكة بذكل مباشخ، وذلظ لأن ف إ

فإف الذبكة العربية بإمكانيا استخلاص الشسػذج الحي يسثل ،كاف عجد الستجيات مشاسبا فإذا

ا إذا كانت مجخلات الذبكة عمى درجة مغ التعقيج فيجب زيادة عجد الستجيات لكي تتعمع البيانات، أم

الذبكة عمى سمػؾ البيانات.

السخفية: العقجعامل عجد -4

ولمبجء بتجريب الذبكة ،السخفية لمذبكة العربية يحجد مغ قبل السدتخجـ العقجعجد ف إ

العقجأفزل شخيقة في تحجيج عجد السخفية، وإف العقجمغ اعصاء تقجيخ أولي لعجد بج العربية لا

السخفية عشج البجء بتجريب الذبكة العقجالسخفية في الذبكة العربية ىػ اختيار عجد قميل مغ

، نرل إلى أقل خصأ مسكغ السخفية إلى أف العقجملاحطة الشتائج وبعجىا نبجأ بديادة ثع ،ةالعربي

سعاييخ السقارنة يعتبخ العجد الأمثل لمعقج السخفية.ل وأفزل نتائج

عامل عجد الظبقات السخفية: -5

العربية ىػ مغ العػامل السيسة في كفاءة تجريب الذبكة العربية، حيث يبجأ تجريب الذبكة

نرل إلى أقل خصأ مسكغ، وتدتسخ عسمية التجريب أو التعمع إلى أف ،بصبقة مخفية واحجة

69

خفية أخخى إلى الذبكة العربية. موفي حالة عجـ تعمع الذبكة العربية يتع زيادة شبقة

نساذج الذبكات العربية السدتخجمة في التشبؤ 2.11

نحكخ مشيا شبكة ،ىشاؾ العجيج مغ نساذج الذبكات العربية الاصصشاعية السدتخجمة في التشبؤ

وشبكة بيخسبتخوف متعجدة الصبقات، Radial Basis Function (RBF) القاعجة الذعاعية دالة

Multi-Layer Perceptron (MLP)، وشبكةElman وشبكةJordan مغ الذبكات وغيخىا،

(.1081 ،( السدتخجمة في الجانب التصبيقي )أميشةMLPوسشكتفي بالحجيث عغ شبكة )

حيث تقػـ فكخة ىحه ،مغ أكثخ الذبكات استخجاما في التشبؤ بالدلاسل الدمشية MLPتعج شبكة

ويتع تجسيع الأوزاف في الصبقة ،الذبكة عمى استخجاـ الكيع الدابقة لمدمدمة الدمشية كسجخلات لمذبكة

بعج ذلظ تدتقبل ثع ،(sigmoidالسخفية بالشدبة لمسجخلات ويتع استخجاـ التحػيمة غيخ الخصية )

ق عمييا التحػيمة الخصية حيث يتع إنتاج ب ص وت ،شبقة السخخجات لمذبكة مخخجات الصبقة السخفية

الكيع الستشبأ بيا لمدمدمة الدمشية.

MLPلتجريب شبكة back propagation algorithmدتخجـ خػارزمية الانتذار العكدي ت

لسجخلات والسخخجات يا سيمة الاستخجاـ وتدتقبل عجدا غيخ محجود مغ ابأن وتتسيد ىحه الذبكة ،

فتخة كبيخة لمتجريب.ولكشيا تحتاج

Stages Forecasting byمخاحل التشبؤ باستخجام الذبكات العربية الاصظشاعية 2.12

Artificial Neural Networks واسعا في اىتساما أخحتية مغ الأساليب الحجيثة التي الذبكات العرب باستخجاـيعج التشبؤ

واستخجمت بذكل واسع لكػنيا ، مشيا التشبؤ بأسعار العسلات والسػارد السالية وغيخىا ،مجالات متعجدة

.و يسكغ تفديخ سمػؾ البيانات غيخ الخصيةكسا أن ،التشبؤ قيقة لغخضلا تحتاج إلى شخوط صارمة ود

:(1002 ,،)عبج الشػر( 1083, )الداعجي ةبالخصػات الآتيمخاحل التشبؤ ويسكغ تمخيز

71

الستغيخات تحجيجالخظهة الأولى:

يكػف تابعالستغيخ ال استخجاـ الذبكة العربية كشسػذج انحجار متعجد غيخ خصي فإف إذا تع

ذا تع استخجاـ الذبكة العربية لمتشبؤ بالكيع السدتقبمية ا إم أ ،غيخ خصية لمستغيخات السفدخة دالة

غيخ خصية لمستغيخ ذاتو عشج إزاحات دالةىػ (t)فعشجئح يكػف الستغيخ عشج الدمغ ،لمدمدمة الدمشية

.( ) مختمفة وىي

البيانات جسع :الخظهة الثانية

بفحز البيانات لمستغيخات السفدخة عشجما يكػف نسػذج الذبكة العربية الكياـ عمى الباحث

الذبكة لمتشبؤ استخجاـ ا عشج، أم ا أو غيخ مػجػد ا فقج يكػف بعزيا مفقػد ،انحجار غيخ خصي متعجد

إذ يكػف عميو جسع مذاىجات متغيخ واحج ومحاولة معالجة ،بكيع الدمدمة الدمشية فالحالة تكػف أسيل

وججت في الدمدمة الدمشية. مذكمة الكيع السفقػدة إف

معالجة البيانات :ةلثالخظهة الثا

عغ شخيق تييئتيايتع لكغ كسا ىي،نادرا ما يتع تغحية الذبكة العربية بالسجخلات والسخخجات

(:7105عبج العديد و الػكيل، (اجخاء بعس التحػيلات عمييا وتػجج عجة شخؽ لتييئة البيانات مشيا

Simple Formulaالريغة السبدظة -0

تيةالآ تعتسج ىحه الريغة عمى أكبخ قيسة في البيانات وتأخح العلاقة

Normalized Formulaالريغة الظبيعية -2

المػجدتية جالةالىي ،التشذيط في عقجة الإخخاج دالةتدتخجـ ىحه الريغة عشجما تكػف

تية:ة الآوتػصف بالعلاق

71

Standardized Formulaالريغة السعيارية -3

الخصية جالةالالتشذيط في عقجة الإخخاج ىي دالةتدتخجـ ىحه الريغة عشجما تكػف

:تيةػصف بالعلاقة الآوت

حيث أف:

.: الػسط الحدابي

.: الانحخاؼ السعياري

Adjusted Normalized Formulaلة الريغة الظبيعية السعج -4

تكػف و ،التشذيط مغ الشػع المػجدتية الثشائية القصب دالةدتخجـ ىحه الريغة عشجما تكػف ت

:تيصيغة التعجيل لمبيانات كالآ

الخظهة الخابعة: تقديم البيانات إلى مجاميع:

الستػفخة إلي السجاميع الآتية:تقدع البيانات

إذ تدتعسل ىحه السجسػعة في تقجيخ ،مغ بيانات الدمدمة الدمشية مجسػعةىي ( مجسػعة التجريب: 0

تحجيج نسػذج لمبيانات.عغ شخيق الأوزاف وتجريب الذبكة عمى التشبؤ

حيث ،ولعيشة لع تدتعسل في التجريب ،وىي جدء مغ بيانات الدمدمة الدمشية: الاختبار( مجسػعة 7

ولا يػجج أساس عمسي لتحجيج تجدئة ،تقػـ باختبار قابمية الذبكة عمى التشبؤ بعج عسمية التعميع

البيانات إلى مجسػعتيغ تعمع واختبار.

72

ىي مجسػعة تقػـ بسخاقبة نيائية لتقػيع أداء تجريب الذبكة العربية برػرة : و التقػيع( مجسػعة 3

عامة.

نسهذج الذبكة العربيةتحجيج الخظهة الخابعة:

اختيار ما يمي:عشج تحجيج نسػذج الذبكة العربية يجب

والحي يداوي عجد الستغيخات السدتقمة. ،دخاؿعجد العربػنات للإ -

يفزل استخجاـ شبقة مخفية واحجة في أغمب تصبيقات التشبؤ والحي ،خفيةسعجد الصبقات ال -

.العربيةباستخجاـ الذبكات

والحي يحجد عغ شخيق التجخبة. ،خفيةسعجد العربػنات ال -

يداوي واحج. عادة والحي ،عربػف الإخخاج -

Selection of Activation Functionsاختيار دوال التشذيط : الخامدةالخظهة

وتدسى أيزا بجواؿ ،وىي السعادلات الخياضية التي تحجد الشاتج لسعالجة الذبكات العربية

جالةالو ،المػجدتية في الصبقة السخفية جالةالوغالبية الذبكات العربية الحالية تدتخجـ ،التحػيل

.ة لمشاتجج ق الخصية عشج شبقة السخخجات عشجما يكػف أكثخ مغ ع

الذبكة يب: تجر دسةالخظهة الدا

:التاليةالخصػات تزع عسمية تجريب الذبكة عمى التشبؤ إف

نقصة البجاية لعسمية التجريب وغالبا ما يتع اختيار قيع ج ع ت تحجيج قيع الأوزاف الأولية: و

.عذػائية صغيخة للأوزاف

يتجاوز قيسة خصأ التقجيخ ندبة لا عجد تكخارات التجريب : تشتيي عسمية التجريب عشجما

معالجتو في الذبكة.د بحدب ما يخاد حج ت ج الخصأ السقبػلة والتي ق

73

( معجؿ التعمعη( وعامل الدخع )α يعتبخ معجؿ التعمع مغ العػامل السؤثخة عمى سخعة :)

عامل الدخع يجعل عسمية التعمع ومقجار التغيخ كسا أف ،تحجيث الأوزاف في الذبكة العربية

في الػزف مدتقخ ندبيا

التشفيح :الدابعةالخظهة

ف وإمكانية إعادة التجريب قجرة التكي خ الذبكة مغ حيث ب خت ت مغ أىع الخصػات حيث تعج

ويتع بشاء الذبكات ،لمػصػؿ إلي حالة الاستقخار والػصػؿ إلى أقل مخبع خصأ عشج تغيخ البيانات

.يتع زيادة عجد الجورات بذكل كبيخ مذكمة معيشة لحل العربية عغ شخيق البخمجة و

هب الذبكات العربيةمدايا وعي 2.13

يتسيد أسمػب الذبكات العربية عغ غيخه مغ الأساليب الاحرائية في عسمية تحميل البيانات

(:Tsay, 2010بالسدايا التالية )

مسيداتيا

ػعة أي مجس إدخاؿأدائيا لا يتأثخ كثيخا عشج فإف ،تقػـ الذبكة بتمقي البيانات بسجخد أف .0

التي لع تكغ مػجػدة في البجاية.إضافية مغ البيانات الججيجة

لا تتصمب وجػد افتخاضات قػية بذأف نػعية البيانات والعلاقة بيغ الستغيخات كسا في .7

الأساليب الاحرائية الأخخى.

.تتصمب تػافخ عجد كبيخ مغ البيانات التجخيبيةلا .3

الذبكة تزع تمقائيا أوزاف ف لأ، وذلظ جة لتختيب الستغيخات حدب أىسيتياليذ ىشاؾ حا .4

.خاصة بيا حدب شبيعة البيانات السجخمة إلييا

، كسا يسكشيا معالجة مذكلات اتخاذ القخاراتخارات واضحة في الشساذج السعخوفةتعصي ق .5

والتي تترف بسجخلات غيخ واضحة.

74

وعمى الخغع مغ تمظ السيدات إلا أف ليا بعس العيػب مشيا:

عيهبيا

.تتعامل مع السذاكل ذات الستغيخات التي لا يسكغ صياغتيا كسيا لا -0

تعصي نتائج في بعس الحالات قج لا ندتصيع تقجيع تفديخا مشصكيا ليا. -7

الخلاصة 2.14

وذلظ مغ خلاؿ علاقتيا ،تشاولشا في ىحا الفرل السفيػـ العاـ لمذبكات العربية الاصصشاعية

بالإضافة إلى خرائريا ،وأىع تصبيقاتيا ،وتعخيفيا ،وتصػر بشائيا ،بالذبكات العربية الصبيعية

ومكػناتيا الأساسية.

وتع الحجيث عغ صشفيغ مغ أصشاؼ الذبكات العربية الأوؿ الترشيف بحدب عجد الصبقات

والرشف الآخخ بحدب اتجاه تجفق السعمػمات ،ومتعجدة الصبقات ،الذبكات وحيجة الصبقة ،بشػعيو

ومغ ،عخض عسل الذبكة العربية متعجدة الصبقات وتع ،والتغحية الخمفية ،التغحية الأمامية ،وبشػعي

لى خػارزميات التصخؽ إ كسا تع ،بالتعميع بإشخاؼ والتعميع بجوف إشخاؼ شخؽ تعميع الذبكة الستسثمة ثع

كدي لاستخجاميا في تدميط الزػء عمى خػارزمية الانتذار الع تع تعميع الذبكات العربية حيث

عخض بعج ذلظ تع استعخاض العػامل السؤثخة عمى كفاءة الذبكة العربية، وتع الجانب التصبيقي، ثع

مدايا وعيػب عخض وأخيخا تع ،السدتخجـ في التشبؤ MLPنسػذج الذبكات العربية الاصصشاعية

.ةالذبكات العربية الاصصشاعي

ونساذج ARIMAفي الفرل التالي سشتشاوؿ خصػات الجمج بيغ الشساذج السفخدة نساذج

ANN، .لتحميل الدمدمة الدمشية الخاصة بأسعار الحىب العالسية تحت عشػاف الشساذج اليجيشة

75

76

مقجمة: 3.1

بالخغع مغ مخونة الشساذج الخصية الستسثمة بشساذج الانحجار الحاتي والستػسصات الستحخكة

خاصة في الدلاسل ،يا لا تدتصيع التعامل مع البيانات غيخ الخصيةإلا أن , ARIMAالتكاممية

تعج الذبكات العربية إذ ،بشاء نساذج غيخ خصية مشاسب ججا لمػاقع العسمي ف كسا أ ،الدمشية السالية

ANN يا تشاسب كل أنػاع لأن ،أسمػب غيخ معمسي مشاسب لمكثيخ مغ السذاكل في الػاقع العسمي

.الحي يتع بشاؤهيا لا تحتاج إلى فخوض مقيجة عمى شكل الشسػذج كسا أن ،البيانات

الباحثيغ يحاولػف إيجاد نساذج فإف ،لمطػاىخ السختمفة دقةومع الحاجة السدتسخة لتشبؤات أكثخ

أحجىسا يعػض الشقز السػجػد ف أحيث ،تجسع بيغ نسػذجيغ بجلا مغ استخجاـ نسػذج واحج لمتشبؤ

مغ الشساذج التي تعصي نتائج أدؽ مسا ، ANN و ARIMA ويعتبخ الجمج بيغ نسػذجي ،بالآخخ

وىي ما تعخؼ بالشساذج اليجيشة. ،لػ استخجـ كل نسػذج عمى حجه

واليجؼ مغ عسمية Hybrid Modelتعخيف الشسػذج اليجيغ إلى ىحا الفرل يجؼ ي

وتصخقشا أيزا إلى ،جوافع التي دعت الباحثيغ لابتكار شخيقة التيجيغ بيغ الشساذجوكحلظ ال ،التيجيغ

بالإضافة ،حدب مخاحميا الستبعة، ANN-ARIMAو ARIMA-ANNبشاء الشساذج اليجيشة

التشبؤ لمسفاضمة بيغ الشساذج السفخدة دقةوأخيخا تشاولشا مقاييذ ،وعيػب تمظ الشساذج اليجيشة إلي مدايا

والشساذج اليجيشة.

77

تعخيف الشسهذج اليجين 3.1

سكغ اعصاء تعخيف لمشسػذج اليجيغ:مغ خلاؿ عسمية الاشلاع والبحث ي

لعلاج الشقز ؛خصي أو بالعكذ غيخآخخ مع و ذلظ الشسػذج الشاتج مغ دمج نسػذج خصيبأن

السػجػد فيسا لػ استخجـ كل نسػذج عمى حجه بغخض تحديغ التشبؤات السدتقبمية.

وسار عميو الباحثػف الاخخوف ، Zhangأوؿ مغ شخح فكخة دمج ىحيغ الشسػذجيغ ىػ الباحث إف

ومخونة ,ARIMAاليجيغ ميدة فخيجة وىي الجسع بيغ قػة نساذج Zhangيستمظ نسػذج حيث

,Khashei and Bijari)في قجرتيا عمى التعامل مع أنساط مختمفة ANNالذبكات العربية

2011). اليجف من عسمية التيجين 3.2

،مغ استخجاـ نسػذج غيخ مشاسبالشاتجة تيجؼ عسمية الجمج )التيجيغ( إلى تقميل الأخصاء

نسػذج كسا أف نسػذج فيسا لػ استخجـ بسفخده،في كل الشقز السػجػد الشسػذج اليجيغ حيث يعػض

Khashei andواحج قج يكػف غيخ كاؼ لفيع الدمػؾ الكامل عغ الدمدمة الدمشية لطاىخة معيشة )

Bijari, 2010.)

دوافع استخجام الشساذج اليجيشة 3.3

Khashei) الشساذج اليجيشة نحكخ مشيا لاستخجاـىشاؾ العجيج مغ الجوافع التي دعت الباحثيغ

and Bijari, 2011:)

لحلظ يمجأ الباحث لتفادي ،غالبا يرعب عسميا تحجيج الدمدمة الدمشية خصية أـ غيخ خصية – 0

كات العربية بالخصية ونساذج الذ ARIMAمذكمة اختيار الشسػذج عغ شخيق الجسع بيغ نساذج

ANN .غيخ الخصية

78

في الغالب ياولكش ،الػاقع العسمي خصية أو غيخ خصيةنادرا ما تكػف الدمدمة الدمشية في – 7

أو نساذج ARIMAتكػف لشساذج والتي لا يسكغ أف ،معا تحتػي عمى أنساط خصية وغيخ خصية

ANN يكسغ في سذكمة حل تمظ ال وبالتالي فإف ،بذكل صحيح الدمدمةلشسحجة كافية القجرة الوحجىا

غيخ ANNونساذج الذبكات العربية الخصية ARIMAاذج نسالجسع بيغ ة التي يتع بياصخيقال

.الخصية

،تع الاتفاؽ في أدبيات التشبؤ عمى عجـ وجػد نسػذج واحج ىػ الشسػذج الأفزل في كل حالة – 1

.(Zhang, 2003) أنساط مختمفة في البيانات يتع الجسع بيغ الشساذج لتقاطإومغ أجل

ا الشساذج أم اتجاه البيانات، التشبؤ بالإضافة إلى الحفاظ عمى دقةالشسػذج اليجيغ يحافع عمى -1

.(Babu and Reddy, 2015)التشبؤ دقةالتقميجية تحافع عمى اتجاه البيانات دوف الحفاظ عمى

الشسػذج الخصي يكػف غيخ كاؼ للاستخجاـ في بحثو أف (Zhang, 2003)كسا أشار الباحث

و غيخ كاؼ لتسثيل العلاقة غيخ الخصية، كسا أف ن لأتعجى مخحمة التذخيز حتى وإف ،في التشبؤ

وجػد مدار غيخ خصي معشػي تحميل الأخصاء ليذ بإمكانو الكذف عغ أي علاقة غيخ خصية، وأف

البػاقي ليحا الشسػذج وذلظ لأف ،التشبؤات السدتخخجة مغ الشسػذج الخصي دقةفي البػاقي يزعف مغ

سغ معمػمات حػؿ العلاقة غيخ الخصية. سػؼ يتز

مغ أجل القزاء عمى جسيع ،دفع الباحثيغ لمخمط بيغ الشساذج معا ،نفا ذكخه آ بشاء عمى ما تع

.قت واحج وبػاسصة نسػذج جامع واحجالسذاكل في و

79

بشاء الشساذج اليجيشة 3.4

إحجاىسا ،الدمدمة الدمشية تتكػف مغ مجسػع مخكبتيغ يتع بشاء الشسػذج اليجيغ وفقا إلى أف

Kumar et ) الريغة الآتيةكسا ىػ مػضح في ,tفي الدمغ والأخخى غيخ خصية ، خصية

al., 2004) :

حيث أف:

: تسثل الدمدمة الدمشية.

في الدمدمة الدمشية.)مخكبة الانحجار الحاتي( السخكبة الخصية : تسثل

في الدمدمة الدمشية. )مخكبة الخصأ العذػائي( السخكبة غيخ الخصية : تسثل

وسيتع دراسة نػعيغ مغ الشساذج اليجيشة وىي كالآتي:

ARIMA-ANNاليجين شسهذج البشاء 3.4.1

، لبشاء الذبكة العربية ARIMAفي ىحا الشسػذج يتع استخجاـ البػاقي السدتخخجة مغ نسػذج

:(Kumar and Thenmozhi, 2012; Khandelwal et al., 2015)وذلظ وفقا لمخصػات التالية

Box and Jenkins حدب مشيجية نسهسهت انظاهشة يحم انذساست ARIMAبشاء نسػذج -0

.مغ خلاؿ اتباع مخاحميا بجءا مغ مخحمة التعخؼ وصػلا لسخحمة التشبؤ

الحرػؿ عمى الكيع الستشبأ بيا -7 لمثل الجزء الخط ؛توفقه الذي تم ARIMAمن نموذج

للسلسلة الزمنة محل الدراسة. بالاعتساد عمى البػاقي الدابقة مغوذلظ ،لشسحجة البػاقي ANNبشاء نسػذج الذبكات العربية -3

ARIMA ثى حساب انخبؤاث انسخقبهيت نها ( ، ، )

81

حث أن:

غر خطة تحدد من خلال الشبكة العصبة. دال ة:

.: الخطأ العشوائ

: قم المقد رةنحصل على ال tوبإهمال الأخطاء العشوائة

( ، ، )

وذلظ (ARIMA- ANN) اليجيغ Zhang مغ نسػذج الستشبأ بيا يتع الحرػؿ عمى الكيع -4

على النحو التال : ANNمع التشبؤات مغ نسػذج ARIMAجسع التشبؤات مغ نسػذج ب

وفق الخصػات اليجيغ ARIMA-ANN( التالي يػضح خػارزمية بشاء نسػذج 4.0والذكل )

: الدابقة

81

ARIMA-ANN( خظهات بشاء الشسهذج اليجين 4.0شكل)

ANN-ARIMAاليجين شسهذج البشاء 3.4.1

، ARIMAىرجفي ىحا الشسػذج يتع استخجاـ البػاقي السدتخخجة مغ الذبكة العربية لبشاء

,Babu and Reddy) وذلظ وفقا لمخصػات التالية ،عمى الشكيس مغ نسػذج اليجيغ الدابق وىػ

2015).

. نسهسهت انظاهشة يحم انذساست ANNبشاء نسػذج الذبكات العربية -0

الحي تع تػفيقو ANNمغ نسػذج الذبكات العربية الحرػؿ عمى الكيع الستشبأ بيا -7

82

لتسثيل الجدء غيخ الخصي لمدمدمة الدمشية محل الجراسة.

ثم ،ANNلشسحجة البػاقي السدتخخجة مغ نسػذج الذبكات العربية ARIMAبشاء نسػذج -3

. حساب التنبؤات المستقبلة لها - ANN)اليجيغ Zhangمغ نسػذج يتع الحرػؿ عمى الكيع الستشبأ بيا -4

ARIMA ) وذلظ بجسع التشبؤات مغ نسػذج الذبكات العربية MLP مع التشبؤات مغ

. (1.1)حدب السعادلة ARIMAنسػذج

:وفق الخصػات الدابقة ANN-ARIMA اليجيغ( يػضح خػارزمية بشاء الشسػذج 4.2والذكل )

ARIMA- ANN( خظهات بشاء الشسهذج اليجين 4.2شكل)

83

وعيهب الشساذج اليجيشة مدايا 3.5

ا لػ استخجـ كل مغ اليجيغ مخضية أكثخ مس Zhangفي كثيخ مغ الأحياف تكػف نتائج نسػذج

,Taskaya and Ahmad)برػرة مشفخدة ANNكات العربية بو نسػذج الذ ARIMAنسػذج

.ARIMAاليجيغ أسػأ مغ نسػذج Zhangيكػف أداء نسػذج وبذكل عاـ لا يسكغ أف ،(2005

التي و يحتػى عمى بعس الافتخاضات أن إلا ،اليجيغ Zhangوعمى الخغع مغ ىحه السدايا لشسػذج

Khashei and) ومغ ىحه الافتخاضات ،تؤدي إلى تجىػر أدائو في حالة حجوث حالات معاكدة

Bijari, 2011; Taskaya and Casey, 2005:)

و يسكغ نسحجة الأنساط الخصية وغيخ الخصية بذكل مشفرل عغ شخيق يفتخض ىحا الشسػذج أن – 0

ىحا يؤدي إلى تجىػر أداء يسكغ جسع التشبؤات معا وإف لع يكغ صحيحا فإف ومغ ثع ،نساذج مختمفة

الشسػذج.

يفتخض ىحا الشسػذج أف العلاقة بيغ الأنساط الخصية والأنساط غيخ الخصية ىي علاقة إضافة –7

Additive وىحا يقمل مغ أداء الشسػذج في حالة كػف العلاقة مختمفة.

البػاقي مغ الشسػذج الخصي تحتػي فقط عمى الأنساط أف ARIMA-ANNيفتخض نسػذج – 3

بػاقي الشسػذج الخصي قج تذتسل عمى أنساط خصية ومع ذلظ لا يزسغ الباحث أف ، غيخ الخصية

حيث أف بػاقي الشسػذج غيخ الخصي قج تذتسل ANN-ARIMAوكحلظ الحاؿ في نسػذج صالحة

.عمى أنساط غيخ خصية صالحة

. ANNاليجيغ أسػأ مغ نسػذج Zhangيكػف أداء نسػذج غ أف وبذكل عاـ لا يسك

84

التشبؤ دق ةمقاييذ 3.6

وذلػػظ بالشدػػبة لمشسػػاذج التػػي يكػػػف ليػػا نفػػذ ،التشبػػؤ دقػػةتيػػجؼ ىػػحه السقػػاييذ لكيػػاس درجػػة

السفخدة اذججل السقارنة بيغ الشسأمغ ،عمى ىحه الاختباراتالحالية دراستشاسشعتسج في .الستغيخ التابع

: (Matroushi, 2011) في التشبؤ وىحه الاختبارات ىي دقةكثخ أييسا أ والشساذج اليجيشة

( RMSE)اء خظالأ مخبعاتجحر متهسط 4.7.0

ويعخؼ كالتالي :

√

∑

√

∑

التشبؤ لمشساذج، وبرفة عامة يستاز ىحا السكياس دقةيعتبخ ىحا السعيار مغ أىع مقاييذ حيث

.اس لمكيع الذاذةإلا أنو حد عغ غيخه بديػلة خرائرو الإحرائية

Mean Absolute Error (MAE)متهسط الخظأ السظمق 4.7.2

ومكن التعبر عن هذا المقاس بالصغة الآتة :

1 1

1 1ˆ| | | |

n n

t t t

t t

y y en n

ˆ ،القم الحققة للسلسلة ty ،تمثل البواق teحث ty المقد رة،تمثل القم n تمثل عدد

اس للقم الشاذةس وعتبر هذا المقاس غر ح المشاهدات.

ذلظ عمى اقتخاب الكيع الستشبأ بيا مغ الكيع الحكيكية فكمسا كانت قيسة ىحه السقاييذ قميمة دؿ

ويدتخجـ كلا السكياسيغ الدابقيغ لسقارنة التشبؤات لشفذ البيانات. لبيانات سمدمة الطاىخة.

Mean Absolute Percentage Error (MAPE) الخظأ السظمق الشدبيمتهسط 4.7.3

ومكن التعبر عن هذا المقاس بالصغة الآتة :

85

∑

| |

لعيشات مختمفة. مختمفة صخؽ ل ات دقة التشبؤ س لسقارنة ىحا السكياويدتخجـ

Relative Efficiency (REالكفاءة الشدبية ) 4.7.4

بالشدبة لمصخيقة السخاد الكياس بيا proposed methodكفاءة شخيقة التشبؤ السقتخحة إف

benchmark method تعصى بالعلاقة الاتية (White and Safi, 2016) :

ρ

:حيث

.شخيقة التشبؤ السقتخحة :

. التشبؤ السخاد الكياس بيا، وعادة ما تكػف أقل كفاءة مغ الصخيقة السقتخحةشخيقة :

ρذا كانت إ ا شخيقة التشبؤ السقتخحة أكثخ كفاءة مغ الصخيقة السخاد الكياس بيا، أم فيحا يعشي أف

كفاءة الصخيقة السقتخحة قخيبة ججا مغ كفاءة الصخيقة فيحا يعشي أف 8قخيبة ججا مغ ρإذا كانت

أداء الصخيقة السقتخحة سيئ. السخاد الكياس بيا، وغيخ ذلظ فإف

الخلاصة 3.7

تعخيف الشسػذج اليجيغ واليجؼ مغ عسمية الجمج بيغ الشساذج ومجى تشاولشا في ىحا الفرل

الباحثيغ لابتكار شخيقة التيجيغ بيغ الشساذج.أىع الجوافع التي دعت و ،نجاعتيا في التشبؤ

ARIMA-ANNوتصخقشا أيزا لبشاء الشساذج اليجيشة مغ خلاؿ سخد مخاحل بشاء نسػذج

ورسع مخصط يػضح عسمية التيجيغ لكلا ،اليجيغ ANN-ARIMAوالشسػذج العكدي ،اليجيغ

مغ خلاؿ تقجيع الفخضيات والتي تع ،عخض أىع مدايا وعيػب الشساذج اليجيشة تع ثع، الشسػذجيغ

86

MAEو RMSEالتشبؤ دقةوأخيخا تع عخض مقاييذ ،اعتبارىا مغ ضسغ سمبيات ىحا الشسػذج

لمسقارنة بيغ الشساذج السقتخحة. RE و و

ARIMAوذلظ باستخجاـ الشساذج السفخدة ،سشتشاوؿ في الفرل التالي الجانب التصبيقي لمخسالة

والسقارنة بيشيسا مغ خلاؿ ,ANN-ARIMAو ARIMA-ANNوالشساذج اليجيشة ANN و

لمػصػؿ لمشسػذج الأمثل والسشاسب في التشبؤ بأسعار الحىب العالسية. ،التشبؤ دقةمقاييذ

87

88

: قجمةم 4.1

الذيخية لأسعار يتشاوؿ ىحا الفرل كافة السجخيات العسمية لتحميل بيانات الدمدمة الدمشية

حيث مذاىجة، 741بػاقع 1085مايػ شيخحتى 8665يػنيػ شيخمغ ،الحىب العالسية بالجولار

الأخيخة 81مذاىجة في تقجيخ الشسػذج السشاسب، في حيغ تبقى السذاىجات 115استخجاـ أوؿ سيتع

التشبؤات السدتقبمية التي سيتع الحرػؿ عمييا مغ دقةلفحز 1085 حتى مايػ 1084 مغ يػنيػ

الشسػذج السختار.

مغ خلاؿ اتباع مخاحميا لمػصػؿ Box and Jenkinsتصبيق مشيجية سيتع في ىحا الفرل

أفزل نسػذج مسكغ مغ نساذج الانحجار الحاتي والستػسصات الستحخكة التكاممية إلى

ARIMA(p,d,q) , الذبكات العربية الاصصشاعية سمػب تصبيق أ ثعANN لمػصػؿ إلى أفزل

الدمدمة الدمشية محل الجراسة لبشاء نساذج اليجيغ عمى Zhangسمػب أبعج ذلظ تصبيق ثع ،نسػذج

دقةباستخجاـ مقاييذ ،بيغ جسيع الشساذج التي تع بشاؤىا وفي الشياية تأتي مخحمة السقارنة ،ىجيشة

لمتشبؤ بالكيع السدتقبمية وذلظ بالاعتساد دقةؿ إلى أكثخ الشساذج لمػصػ ؛(RMSE , MAE)التشبؤ

.Rفي تحميل بيانات الجراسة عمى البخنامج الاحرائي

وصف البيانات 4.1

ىي بيانات شيخية لأسعار الحىب العالسية الستسثمة بأوزاف أونرة الحىب الستاحة لجيشاالبيانات

، مذاىجة 110بػاقع 1085حتى شيخ مايػ 8665مغ شيخ يػنيػ لمفتخة السستجة بالجولار الأمخيكي

مذاىجة 115والسحجدة بػػػػ 1084حتى شيخ مايػ 8665إذ تع استخجاـ السذاىجات مشح شيخ يػنيػ

لغخض ,1085 حتى مايػ 1084 مغ يػنيػلبشاء الشساذج ، وأبقيت الأشيخ الاثشي عذخ الأخيخة

. مغ الشساذج السفخدة واليجيشة يتع الحرػؿ عميياسالتي التشبؤات مقارنة

89

خح فكخة عامة عغ شبيعة لأو ،الاحراءتعتبخ عسمية جسع البيانات وتبػيبيا مغ أىع وضائف عمع

التالي: (2.8) ات الػصفية ليا كسا يػضح الججوؿالاحراء تمظ البيانات سيتع عخض بعس

ات الهصفيةالاحراء :(5.0ججول)الهسط الهسيط الالتهاء التفمظح

الحدابيحجم أقل قيسة أكبخ قيسة

(N)العيشة اتالاحراء

الكيسة 117 145.27 1661.13 717.12 671.22 2.187 -1.21

أعمى قيسة لأسعار أونرة ات الػصفية، فقج تبيغ أف الاحراءبعس (5.0ججوؿ )يػضح

دولار كسا يػضح الججوؿ 123.05أقل قيسة ليا ىي وأف ،دولار 8441.81الحىب العالسية ىي

حيث نلاحع أف قيسة الػسط الحدابي أكبخ مغ قيسة دولار 515.11أيزا متػسط تمظ الأسعار وىػ

وىحا ما يؤكجه ،نحػ اليسيغ التػاء صغيخ مشحشى التػزيع لمبيانات ممتػ أف وىحا مؤشخ عمى ،الػسيط

مشحشى مسا يجؿ عمى أف ، 3قيسة معامل التفمصح أقل مغ ويتزح أف ، قيسة معامل الالتػاء السػجبة

التػزيع لمبيانات مفمصح.

أعمى قيسة لأسعار الحىب وافقت أحجاث الحادي عذخ نلاحع أف (5.0)وبإمعاف الشطخ في شكل

وما أعقبيا مغ ،إلى انييار بخجي التجارة العالسي في أمخيكاالتي أدت 1088مغ سبتسبخ لعاـ

تصػرات أدت بجورىا إلى حجوث مذاكل في الاقتراد العالسي، مسا زاد شمب السدتثسخيغ عمى الحىب

مغ. آ كسلاذ

تييئة البيانات 4.2

مغ تييئة البيانات بج لا ،بسخاحميا الأربع Box and Jenkinsقبل الذخوع في تصبيق مشيجية

، ولسعخفة ذلظ سيتع لازمة لجعميا مدتقخةوتصبيق التحػيلات ال ،مغ خلاؿ تدكيشيا في الػسط والتبايغ

والحي يػضح الشسط الحي تتصػر بو أسعار الحىب العالسية خلاؿ ،رسع السشحشى الدمشي لمدمدمة

91

مغ حيث ،وذلظ مغ أجل التعخؼ عمى الدسات والسلامح الأساسية لمدمدمة ،الفتخة مػضع الجراسة

أو شاذة ضسغ الدمدمة. ،أو وجػد قيع متصخفة ،جـ ثبات التبايغأو ع ،وجػد اتجاه عاـ مغ عجمو

لأسعار الحىب العالسية بالجولار الأمخيكي الذيخية الدمدمة الدمشية :(4.1)شكل

مع في الػسط ساكشةيا غيخ مسا يؤكج أن ،ليا اتجاه عاـالدمدمة أف (2.8)يػضح شكل

وبحلظ تكػف غيخ ساكشة ،خ التذتت حػؿ مدتػى الدمدمةغي ، وبإمعاف الشطخ يسكغ ملاحطة ت الدمغ

.مع الدمغ التبايغ في

,KPSSىسا اختبار :الػحجةجحر تاختباراغ أجخيشا اختباريغ م ،ولمتأكج مغ عجـ سكػنيا

وكانت الشتائج عمى الشحػ التالي:، ADFواختبار

لمدمدمة الدمشية لأسعار الحىب العالسية ADFو KPSS: نتائج اختبار (5.2)ججول

P-VALUE الاختبار 0.0 1 < 0.05 KPSS

0.7467 > 0.05 ADF

لاختبار p-valueقيسة غ مغ نتائج الججوؿ أعلاه عجـ سكػف الدمدمة في الػسط حيث أف تبي

KPSS (، وحجة : جحر)عجـ وجػد مسا يعشي رفس الفخضية العجمية 1.15كانت أقل مغ

month

go

ld p

rice

2000 2005 2010 2015

50

01

00

01

50

0

91

مسا ,0.02أكبخ مغ p-valueقيسة أكجت نفذ الشتيجة حيث أف ADFنتيجة اختبار كحلظ فإف

(. وحجة : جحريعشي عجـ رفس الفخضية العجمية )وجػد

.بيانات الدمدمةية لتحػيمة المػغاريتسال أخح تع لتدكيغ الدمدمة في التبايغ و

التحػيمة السشاسبة لتثبيت تبايغ الدمدمة وقج كانت لاختيار؛ Box - Coxاختبارمتأكج قسشا بإجخاء ول

��ىي (2.1)كسا في شكل ،الاختبارالتي قجرىا λقيسة شا لدشا مسا يعشي أن % 62بفتخة ثقة

.يةتحػيمة المػغاريتسال أخحبعج أي تحػيمة أخخى لاستخجاـبحاجة

𝛌 لتحجيج قيسة معمسة التحهيل Box - Coxإختبار :(4.1)شكل

،الدمدمة الأصمية لمػغاريتع والثانية قسشا بأخح الفخوؽ الأولى ،ولتدكيغ الدمدمة في الػسط

(5.3ليحه الدمدمة، كسا ىػ مػضح في الذكل)رسع السشحشى الدمشي اعادة تع ثع ومغ

0.5 1.0 1.5 2.0 2.5 3.0 3.5

05

10

15

20

25

Relative Likelihood Analysis

95% Confidence Interval

R(

)

^ 1

92

الدمدمة الأصمية ممهغاريتوالثانية ل لمفخوق الأولى الدمدمة الدمشية :(4.2)شكل

رسع السشحشى الدمشي لمدمدمة بعج اجخاء الفخوؽ كل أعلاه تبيغ أف وبسقارنة الخسستيغ في الذ

،الثانية لمػغاريتع الدمدمة الأصمية تبجو ساكشة أكثخ مغ مشحشى الدمدمة بعج أخح الفخوؽ الأولى

. (d=2)دمدمة ىي وبحلظ تكػف أصغخ رتبة لمفخوؽ الزخورية لتدكيغ ال

ىسا ،الػحجة جحرمغ اختبارات بإجخاء اختباريغ ولمتأكج مغ صحة الدكػف في الػسط قسشا

التالي يبيغ نتيجة الاختباريغ. ( (5.3والججوؿ ADFواختبار ، KPSS اختبار

الفخوق الثانية لمدمدمة بعج أخح ADFو KPSS: نتائج اختبار (4.2)ججولP-VALUE الاختبار 0. 1 > 0.05 KPSS

0.01 < 0.05 ADF

كانت ،لبحث سكػف سمدمة الفخوؽ الثانية لمػغاريتع الدمدمة الأصمية KPSS اختباروبإجخاء

( وحجة : جحر)عجـ وجػد ، مسا يعشي عجـ رفس فخضية العجـ0.02أكبخ مغ p-valueقيسة

يؤكج سكػف الدمدمة في ADFنتيجة اختبار كحلظ فإف ، تكػف سمدمة الفخوؽ الثانية ساكشة وبالتالي

Time

diff1

of lo

gg

old

2000 2005 2010 2015

-0.1

00

.00

0.1

0

Time

diff2

of lo

gg

old

2000 2005 2010 2015

-0.2

0.0

0.2

93

وحجة جحر، مسا يعشي رفس الفخضية العجمية )وجػد 0.02 أقل مغ p-valueقيسة الػسط حيث أف

نتائج الاختباريغ تجؿ عمى استقخار الدمدمة الدمشية محل الجراسة. وعميو فإف ،( :

Box and Jenkinsباستخجام مشيجية ARIMAبشاء نسهذج 4.3

،أسعار الحىب العالسية بالجولار الأمخيكيبلمتشبؤ Box and Jenkinsسشصبق مشيجية

حدب مخاحميا التالية:

مخحمتي التعخف والتقجيخ 4.3.1

ؼ عمػى الشسػػذج السبػجئي مػػغ تػأتي مخحمػة التعػخ ،سػط والتبػايغػ تدػكيغ الدمدػمة فػي ال تػع بعػج أف

,MAورتبػػة الستػسػػصات الستحخكػػة ,(p)والسعخوفػػة بػػالخمد ,ARخػػلاؿ تحجيػػج رتبػػة الانحػػجار الػػحاتي

الارتبػاط دالػةوتعتسػج ىػاتيغ الػختبتيغ فػي التقػجيخ عمػى أداتػيغ أساسػيتيغ ىسػا: ،(q)والسعخوفػة بػالخمد

التالي: (2.1)السخسػمتيغ في الذكل ,(PACF)الارتباط الحاتي الجدئي دالةو ,(ACF)الحاتي

والحاتي الجدئي لمفخوق الثانية لمهغاريتم الدمدمة الأصمية الارتباط الحاتي تيدال :(4.3)شكل

تشقصع بعج الفجػة الدمشية الثانية، مسا (ACF)الارتباط الحاتي دالة أف (2.1)يتزح مغ شكل

الارتباط دالةبيشسا تتلاشى ،q=2 أي أف ،الستػسصات الستحخكةؿ عمى وجػد معمستيغ لشسػذج يج

5 10 15 20

-0.4

-0.2

0.0

0.2

Series ts(diff2)

Lag

AC

F

5 10 15 20

-0.4

-0.2

0.0

Lag

PA

CF

Series ts(diff2)

94

وبالتالي يكػف الشسػذج السبجئي ىػ ، p=0 مسا يجؿ عمى أف ،الحاتي الجدئي تجريجيا

ARIMA(0,2,2)، .)وىحا الشسػذج يؤخح كشسػذج أولي قابل لمتعجيل لاحقا )بعج مخحمة التذخيز

لمسداعجة في تحجيج رتبتي ؛EACFالحاتي السػسعة الارتباط جالةب الاستعانة ولمتأكج تع

EACF جالةال ومغ خلاؿ تصبيق، ARIMAلشسػذج qوالستػسصات الستحخكة pالحاتي الانحجار

التالي: (2.1)كانت الشتائج كسا يػضحيا الججوؿ ،عمى الفخوؽ الثانية لمػغاريتع الدمدمة الدمشية

لمفخوق الثانية لمهغاريتم الدمدمة EACFالارتباط الحاتي السهسعة دال ة :(5.4ججول )

13 12 11 10 9 8 7 6 5 4 3 2 1 0 MA\AR

0 0 0 x 0 0 0 0 0 0 0 0 x x 0

0 0 0 x 0 0 0 0 0 0 0 0 x x 1

0 0 0 x 0 0 0 0 0 0 0 x x x 2

0 0 0 x 0 0 0 0 0 0 X 0 x x 3

0 0 0 x 0 0 0 0 0 x 0 x x x 4

0 0 0 x 0 0 0 0 0 0 0 x 0 x 5

0 0 0 x 0 0 0 0 0 0 0 x 0 x 6

0 0 0 x 0 0 0 x 0 0 0 0 x x 7

ورتبة , p = 0ة مثمث الأصفار العمػية اليدخى تقابل الجرجة قس أف مغ الججوؿ أعلاه نلاحع

وأيزا تخشح لشا ، ARIMA(0,2,2)تخشح لشا الشسػذج جالةال أي أف ،q = 2 الستػسصات الستحخكة

.وبالتالي يؤخحاف كشساذج أولية قابمة لمتعجيل, ARIMA(1,2,2) نسػذج اخخ ىػ

ثع يتع، ARIMA(p,d,q) سشقػـ بتخشيح نساذج أخخى ،ولتػفيق أفزل نسػذج لمدمدمة

.(2.2)كسا ىػ مبيغ في الججوؿ ،أدناه مسعاييخلقيع أقل السفاضمة بيغ ىحه الشساذج حدب

والسعاييخ الإحرائية السقابمة لكل نسهذج السخشحةالشساذج : (4.4)ججول

BIC AICC AIC MODEL

501.55- 583.15- 583.23- ARIMA(1,2,2)

726.16- 716.21- 716.32- ARIMA(0,2,2)

508.16- 584.15- 584.11- ARIMA(0,2,1)

503.34- 583.51- 583.61- ARIMA(1,2,1)

410.18- 414.1- 414.12- ARIMA(1,2,0)

416.11- 426.26- 426.4- ARIMA(2,2,0)

466.83- 582.66- 583.13- ARIMA(2,2,2)

95

وذلظ لامتلاكو أقل ,ARIMA(0,2,2)الشسػذج الأفزل ىػ أف (2.2) الججوؿ نلاحع مغ

الشسػذج السقتخح الحي يسكغ استخجامو ، وبحلظ فإف (AIC, AICc, BIC)الإحرائية الكيع لمسعاييخ

. ARIMA(0,2,2)في التشبؤ ىػ الشسػذج

الاتي: (2.3)تقجيخات معالع الشسػذج أعلاه مبيشة في الججوؿ وأف

السقتخح ARIMA(0,2,2)شسهذج التقجيخات معالم :(4.5)ججول

رةالسعمسة التقجيخ الخظأ السعياري Tقيسة السقج

11.516 2.263 2.7523- 𝛉

3.244 2.216 2.1284- 𝛉

أكبخ مغ ضعف ، و الكيسة السصمقة لتقجيخ السعمسة أف يتزح مغ خلاؿ الججوؿ الدابق

الشسػذج وعميو فإف ، معالع الشسػذج السقتخح معشػيةوىحا دليل عمى ،الخصأ السعياري لكل مشيسا

وفق تحػيمة الفخؽ الثاني بالريغة الاتية:و ،سيكػف في ضػء التحػيمة المػغاريتسية

مخحمة التذخيص 4.3.1

و عمى أن حيث ، Box and Jenkinsفي مشيجية الأساسيةسخاحل الىحه السخحمة مغ أىع تعج

ا الاستسخار في ووفقا ليحه السخحمة يتحجد إم ،الحي تع تػصيفو الشسػذج قبػؿ يتع تحجيج مجىأساسيا

سيتع حيث ،أو العػدة إلى نقصة البجاية ،عسمية التحميل وتحقيق ما ىػ مدتيجؼ مغ نسػذج التحميل

و تبارات فإن الشسػذج الاخ فإذا اجتاز ،الاحرائية إخزاع الشسػذج محل الجراسة لعجد مغ الاختبارات

وتػفيق الشسػذج البػاقي بحث الدكػف والانعكاس وتحميل :وىحه الاختبارات ،يكػف صالحا للاستخجاـ

.الأعمى والأدنى مباشخة

96

بحث الدكهن والانعكاس 4.3.1.1

جسيع سلاسل الستػسصات الستحخكة ساكشة دائسا بجوف وضع أي قيػد أو شخوط عمى نعمع أف

معالع الشسػذج السقتخح تحقق شخط أف ,(2.3)مغ الججوؿ نلاحع ولمتحقق مغ الانعكاس ،θالسعمسة

:الانعكاس حيث أف

θ θ

θ θ

|θ | | |

تحميل البهاقي 4.3.1.1

جتاز بػاقي ىحا الشسػذج عجد مغ الفحػصات ت أف بج لاحية الشسػذج السقتخح لالمتحقق مغ ص

شبيعية التػزيع ، : تجانذ تبايغ البػاقي حػؿ الرفخ، عذػائية البػاقيوىي لاختبارات التذخيريةوا

.لمبػاقي

تجانذ تباين البهاقي حهل الرفخ - أ

حػؿ الرفخ. نػعا ماتتأرجح البػاقي الخسع البياني لدمدمة أف (2.2) الذكل يتزح مغ

ARIMA(0,2,2)شسهذج ل Ljung-Boxرسم البهاقي واختبار :(5.5)شكل

97

عذهائية البهاقي - ب

-Pقيع أف Ljung-Boxيتعمق باختبار( الحي 5.5) ويتزح مغ الجدء الأخيخ مغ شكل

Value عشج رسع ، ولكغ 0.02عشج جسيع الفجػات الدمشية أكبخ مغACF ذوخ (2.3( لمبػاقي شكل

حيث 00عجا عشج الفجػة ،جسيع معاملات الارتباط الحاتي لمبػاقي تقع داخل حجود فتخة الثقة أف

. ليدت عذػائية برػرة كاممةالبػاقي بأف وىحا يجعػنا لمقػؿ نلاحع وجػد نتػء خارج حجود فتخة الثقة

ARIMA(0,2,2)شسهذج ل لمبهاقي الارتباط الحاتي دال ة :(5.6)شكل

طبيعية التهزيع لمبهاقي - ت

محجديغ لمحكع عمى مجى Q-Q plot Normal و لسشحشى التكخاري لمبػاقييعتبخ الذكلاف ا

أف ،الحي يسثل السشحشى التكخاري لمبػاقي (5.7) شبيعية التػزيع لمبػاقي، حيث يتزح مغ الذكل

البػاقي تسيل لمصبيعية ولكغ ليذ برػرة كاممة، ويتزح أيزا مغ الذكل نفدو الحي يسثل

Q-Q plot Normal ىشاؾ عجد مغ إلا أف ،سدتكيعالخط الالبػاقي تتجسع بذكل كبيخ حػؿ بأف

شبيعية التػزيع لمبػاقي. عجـ دليل عمىربسا وىحا ،شج الأشخاؼ تبعج عغ الخط السائلكيع عال

98

لمبهاقي Q-Q plot Normalالسشحشى التكخاري و : (5.7)شكل

وكانت الشتائج ,Jarque-Beraاختبار مغ خلاؿفحز شبيعية التػزيع لمبػاقي متأكج قسشا بول

التالي: (5.7)الاختبار كسا في الججوؿ ليحا

لفحص طبيعية التهزيع لمبهاقي Jarque-Beraنتائج اختبار :(5.7)ججولP-VALUE DF

2χ

2.673e-07 2 30.27

سبب كافي لخفس الفخضية الرفخية )البػاقي ػ، وى0.02مغ أقل p-valueقيسة نجج أف

مسا يدتجعي ،وجػد نسط غيخ خصي في البػاقيبالصبع وىحا يؤكج ،( تتبع تػزيع شبيعي :

.استخجاـ نساذج غيخ خصية وأخخى ىجيشة

يعتبخ كبيخ بسا فيو الكفاية لحلظ حدب (n=28فإف حجع العيشة ) وعمى الخغع مغ نتيجة الاختبار

بالصبع نطخية الشياية السخكدية يسكغ اعتبار أف تػزيع البػاقي يقتخب مغ التػزيع الصبيعي مسا يؤكج

.الحي تع اختياره ARIMAأىسية نسػذج

تهفيق الشسهذج الأعمى والأدنى مباشخة 4.3.1.2

الاحرائية بالشساذج الأعمى والأدنى مباشخة باستخجاـ السعاييخ ARIMA(0,2,2) بسقارنة نسػذج

Histogram of mymodel$residuals

mymodel$residuals

De

nsity

-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15

04

81

2

-3 -2 -1 0 1 2 3

-0.1

50

.00

0.1

0

Normal Q-Q Plot

Theoretical Quantiles

Sa

mp

le Q

ua

ntile

s

99

(AIC, AICc, BIC) ,وىحا ،الشسػذج السقتخح ىػ أفزل نسػذج أف (2.2) يتبيغ مغ الججوؿ

ضافة أو شخح معمسة مغ الشسػذج لا تعسل عمى زيادة كفاءتو بل الحج مشيا.إ يعشي أف

مخحمة التشبؤ 4.3.2

سكغ الانتقاؿ إلى ولا ي التشبؤ ىػ السخحمة الأخيخة مغ مخاحل التحميل الحجيث لمدلاسل الدمشية،

لتذخيز الشسػذج ؛بعج إجخاء جسيع الفحػص والاختبارات التذخيرية الزخورية لا ىحه السخحمة إ

ىحا الشسػذج قج اجتاز جسيع الفحػص والاختبارات والتأكج أف ؼ،اختياره في مخحمة التعخ الحي تع

.جيجبذكل

لأمخيكي بالجولار ا أسعار الحىب العالسيةالشسػذج الأفزل لمتشبؤ ب التػصل إلى أف تع

يا عغ وذلظ لاجتيازه معطع عسميات الفحز والتذخيز بجرجة جيجة إحرائ, ARIMA(0,2,2)ىػ

1084عذخة قيسة مدتقبمية مغ يػنيػ باثشتيفي التشبؤ وتع استخجامسيلحا غيخه مغ الشساذج الأخخى،

التالي: (5.8)يتزح ذلظ مغ خلاؿ الججوؿ و 1085حتى مايػ

ARIMA(0,2,2): الكيم الستشبأ بيا لشسهذج (5.8)ججول التاريخ الكيم الفعمية لكيم الستشبأ بياا

1244.0556 8150.13 6/2017

1244.9442 8143.51 7/2017

1245.8347 8151.01 8/2017

1246.7245 1314.07 9/2017

1247.615 1279.51 10/2017

1248.5061 1281.90 11/2017

1249.3978 1264.45 12/2017

1250.2902 8160.12 1/2018

1251.18323 8152.21 2/2018

1252.0782 8155.21 3/2018

1252.9725 8150.43 4/2018

1253.8674 8151.12 5/2018

بيا باستخجاـ نسػذج الستشبأولتحجيج مقجار الخصأ في التشبؤ بيغ الكيع الفعمية والكيع ARIMA(0,2,2) التشبؤ دقةمقاييذ تع استخجاـ MAE , RMSE كانت الشتائج كسا في و

:الججوؿ التالي

111

ARIMA(0,2,2)التشبؤ لشسهذج دق ةمقاييذ 9(5.9)ججول

RMSE MAE اننىرج

25.76381 24.21561 ARIMA(0,2,2)

: (ANNs) بشاء نسهذج الذبكات العربية الاصظشاعية 4.4

مغ أكثخ الذبكات العربية استخجاما في مجاؿ التشبؤ بالدلاسل الدمشية MLPتعتبخ شبكة

وتقػـ ،وشبقة السخخجات ،خفيةسوالصبقة ال ،وتتكػف ىحه الذبكة مغ ثلاث شبقات : شبقة السجخلات

ويتع تجسيع الأوزاف ،فكخة ىحه الذبكة عمى استخجاـ الكيع الدابقة لمدمدمة الدمشية كسجخلات لمذبكة

في Function Sigmoidالتشذيط دالةاستخجاـ وقج تع ،خفية بالشدبة لمسجخلاتسفي الصبقة ال

خفية.سالصبقة ال

،(MLP)لبشاء نسػذج الذبكة العربية الاصصشاعية متعجدة الصبقات ذات التغحية الأمامية

Multi-layer Perceptron تيةنتبع الخصػات الآدمدمة الدمشية محل الجراسة لمتشبؤ بال.

معالجة البيانات 4.4.1

Min Max Methodوذلظ باستخجاـ معادلة ،معالجتيا لى الذبكة تع إالبيانات إدخاؿقبل

Normalization

Sigmoidالتشذيط دالةوذلظ لتشاسب ،[0,1]والتي تجعل البيانات تشتسي لمفتخة السغمقة

Function خفيةسالسدتخجمة في الصبقة ال.

تقديم البيانات 4.4.1

8665الاعتساد عمى الكيع الدابقة لدمدمة البيانات الذيخية لأسعار الحىب العالسية مغ يػنيػ تع

وىػ نفذ العجد السدتخجـ لبشاء نسػذج ،مذاىجة 115كسجخلات لمذبكة بػاقع ,1084حتى مايػ

111

ARIMA مذاىجة. 110، حيث بمغ اجسالي عجد السذاىجات

مذاىجة( 81) %2، ومغ الدمدمة تعتبخ مجسػعة تجريب( مذاىجة 115) %95 أي أف

:(5.01والسقارنة بيغ الشساذج مغ خلاؿ التشبؤات كسا في الججوؿ ) ،للاختبار

تقديم بيانات الدمدمة الدمشية إلى مجسهعة تجريب ومجسهعة اختبار: (4.12)ججول الفتخة الدمشية الشدبة السئهية عجد السذاىجات مجسهعة البيانات مجسهعة التجريب

(Training set) 1084 مايػ – 8665 يػنيػ 62% 115

مجسهعة الاختبار(Test set)

1085 مايػ – 1084يػنيػ 2% 81

خفيةسفي طبقة السجخلات والظبقة ال العقجتحجيج عجد 4.4.2

يتع تحجيجىا عغ شخيق ،خفيةسفي الصبقة ال العقجغيخ السػسسية وعجد عجد الفجػات إف

و عشجما يكػف وذلظ لأن ،لأنيا تحتاج إلى خبخة أكثخ مغ احتياجيا إلى تقشية رياضية ،التجخبة والخصأ

بيغ السخخجات والسجخلات بذكل لعلاقةدراسة ا تتعخفية صغيخا ججا، لا سعجد الػحجات في الصبقة ال

خفية كبيخا بذكل سكػف عجد وحجات الصبقة العشجما ي كحلظ ،وفي ىحه الحالة تدداد الأخصاء ،صحيح

لى زيادة إمسا يؤدي ،غيخ عادي، ستكػف ىشاؾ اضصخابات في العلاقة بيغ السجخلات والسخخجات

الخصأ.

خفية، ولكغ لا يػجج حل مثالي ليحه ستػجج العجيج مغ الصخؽ لتحجيج عجد وحجات الصبقة ال

الجراسة يبجأ الباحث بخسذ هلحلظ في ىح، (Kermanshahi and Iwamiya, 2002)السذكمة

،وحجة 50وحجات في كل مخة حتى يرل إلى 5ويديج تجريجيا ،خفيةسوحجات معالجة في الصبقة ال

رل يحتى ،دتسخ بديادة عقجة في كل مخةيبجأ بػاحجة و يفي شبقة السجخلات ف العقجأما بالشدبة لعجد

عقجة. 82إلى

112

تقجيخ الشسهذج 4.4.3

في ىحه السخحمة سيتع تقجيخ عجد مغ الشساذج التي سيتع دراستيا لمػصػؿ إلى أفزل نسػذج

، حيث أف الشسػذج لتقجيخ تمظ الشساذج Rفي بخنامج nnetar دالةوقج تع استخجاـ لتسثيل البيانات

.Neural Networks Auto Regressive (NNAR) يدسى جالةالالسػلج مغ ىحه

خفية ونتجرج بديادة خسذ وحجات سلمحرػؿ عمى ىحه الشساذج نبجأ بخسذ وحجات في الصبقة ال

إلى 8مع فجػات زمشية متدمدمة مغ (5,10,15,20,25,30,35,40,45,50)في كل مخة كالتالي

82.

ذبكات العربية ذات التغحية لم الانتذار العكدي تصبيق خػارزميةتجريب الذبكة و بعج

(2.88)كسا ىػ مػضح في ججوؿ ،نسػذجا ػف وخسد سائةل RMSEنتائج نحرل عمى ،لأماميةا

اتباع الخصػات التالية:يتع ،ولمسفاضمة بيغ ىحه الشساذج والحرػؿ عمى الشسػذج الأفزل

وذلظ مغ ،لكل فجػة زمشيةيتع البحث عغ أفزل عجد لػحجات السعالجة في الصبقة السخفية -0

في السقابل لكل وحجة معالجة RMSEلمسعيار الاحرائي ل فخؽ مصمق خلاؿ البحث عغ أق

لمشسػذجيغ السخاد ىحا الفخؽ بحيث نتػقف عغ البحث عشجما لا يتجاوز الصبقة السخفية

1.1110السفاضمة بيشيسا عغ

| |

لمسعيار مصمق فخؽ وذلظ مغ خلاؿ البحث عغ أقل ،يتع البحث عغ أفزل فجػة زمشية -7

بحيث ،السقابل لػحجات السعالجة التي تع اختيارىا في الخصػة الأولى RMSEالاحرائي

لمشسػذجيغ السخاد السفاضمة بيشيسا عغ ىحا الفخؽ نتػقف عغ البحث عشجما لا يتجاوز

1.1110

113

. لبيانات الدمدمة الدمشية لأسعار الحىب العالسية ANNلشسهذج RMSEنتائج : (5.11)ججول

وحجة في خسذ وأربعػف أفزل نسػذج ىػ الشسػذج الحي يتكػف مغ أف (2.88)يػضح الججوؿ

تداوي RMSEزمشية حيث كانت قيسة اتعذخ فجػ بالإضافة إلى ،خفيةسالصبقة ال

NNAR(10,45).ىػ الأمثل شسػذج الوبالتالي فإف ,0.08120163

مخحمة التشبؤ 4.4.4

لا يسكغ الانتقاؿ إلى و ،الأخيخة مغ مخاحل التحميل الحجيث لمدلاسل الدمشيةالتشبؤ ىػ السخحمة

،الػصػؿ إلى الشسػذج الأمثل مغ نساذج الذبكات العربية بعج الانتياء والتأكج مغىحه السخحمة إلا

NNAR(10,45) استخجاـ نسػذج تع ج لق، RMSEبشاء عمى أقل قيسة لمسعيار الإحرائي

، وسيتع مقارنة الكيع 1085حتى مايػ 1084مغ يػنيػ ،ي عذخة قيسة مدتقبميةتتشبؤات لاثشلإعصاء

والتي لجيشا معمػمات مدبقة عشيا، وقج أضيخت ىحه الكيع ،عذخالاثشي بيا مع الكيع الفعمية الستشبأ

( التالي:5.07ويتزح ذلظ مغ الججوؿ) ،تػافقا مع الكيع الأصمية

114

NNAR (10,45)الستشبأ بيا لشسهذج الكيم 9 (5.12)ججول التاريخ الكيم الفعمية الكيم الستشبأ بيا

1296.373 8150.13 6/2017

1296.237 8143.51 7/2017

1296.289 8151.01 8/2017

1295.194 1314.07 9/2017

1294.780 1279.51 10/2017

1294.459 1281.90 11/2017

1294.436 1264.45 12/2017

1294.886 8160.12 1/2018

1294.907 8152.21 2/2018

1294.643 8155.21 3/2018

1294.509 8150.43 4/2018

1294.634 8151.12 5/2018

بيػػػػػا باسػػػػػتخجاـ نسػػػػػػذج الستشبػػػػػأولتحجيػػػػػج مقػػػػػجار الخصػػػػػأ فػػػػػي التشبػػػػػؤ بػػػػػيغ الكػػػػػيع الفعميػػػػػة والكػػػػػيع

NNAR(10,45) ، التالية: التشبؤ دقةمقاييذ استخجاـ تعMAE, RMSE, وكانت الشتائج كسا في

:(5.13)الججوؿ

NNAR(10,45)التشبؤ لشسهذج دق ةمقاييذ 9(5.13)ججول

RMSE MAE اننىرج

14.54211 13.16467 NNAR (10,45)

Building Hybrid Models بناء اننارج انهدينت 4.5

Box andفسشيجية ،معطع الدلاسل الدمشية مديج مغ الأنساط الخصية وغيخ الخصية إف

Jenkins تعالج الرفات الخصية لمدمدمة الدمشية، بيشسا الذبكات العربية تعالج الرفات غيخ

وبالتالي لمحرػؿ عمى نسػذج يسثل الدمدمة ،الخصية ليا، فالعلاقة بيشيسا تكاممية وليدت تشافدية

ليا. التي تأخح بعيغ الاعتبار الأنساط السكػنة ،مغ استخجاـ الشساذج اليجيشة بج جيجا كاف لا تسثيلا

115

: ARIMA-ANNاليجين Zhangالتشبؤ باستخجام نسهذج أولا :

يتع بشاء ىحا الشسػذج حدب الخصػات الآتية :

حيث : تػفيقو الحي تع ARIMA(0,2,2)نسػذج مغ الستشبأ بيا الحرػؿ عمى الكيع -0

وذلظ بالاعتساد عمى البػاقي ،لشسحجة البػاقي NNARبشاء نسػذج الذبكات العربية -7

عادحها إنى أصهها باسخخذاو انخحىيهت بعذ إ ARIMA(0,2,2)الدابقة مغ نسػذج

exponential function(exp) ثع حداب التشبؤات السدتقبمية ليا :

وذلظ ، ARIMA-ANNاليجيغ Zhangشسػذج ل بيا أيتع الحرػؿ عمى الكيع الستشب -3

مع التشبؤات مغ نسػذج الذبكات العربية ,ARIMA(0,2,2)بجسع التشبؤات مغ نسػذج

NNAR : عمى الشحػ التالي

خظهات بشاء نسهذج الذبكات العربيةNNAR لشسحجة بهاقي ARIMA(0,2,2)

معالجة البيانات -0

Min Max Methodوذلظ باستخجاـ معادلة ،تع معالجتيايالبيانات إلى الذبكة دخاؿاقبل

Normalization, التشذيط دالةوذلظ لتشاسب [0,1]والتي تجعل البػاقي تشتسي لمفتخة السغمقة

Sigmoid Function خفيةسالسدتخجمة في الصبقة ال.

116

تقسيى انبياناث -1

115كسجخلات لمذبكة بػاقع ,ARIMA(0,2,2)الاعتساد عمى الكيع الدابقة لبػاقي نسػذج تع

تع ARIMAمذاىجة( مغ بػاقي 115) %62 أي أف ،مذاىجة للاختبار 81استخجاـ مذاىجة وتع

مذاىجة( كسجسػعة اختبار. 81) %2استخجاميا كسجسػعة تجريب، و

في طبقت انذخلاث وانطبقت انخفيت انعقذتحذيذ عذد -2

استخجـ الباحث شخيقة ،في كل مغ شبقة السجخلات والصبقة السخفية العقجلتحجيج عجد

12صل إلى و حتى ،وحجات في كل مخة 2بديادة واستسخ ،بجأ بخسذ وحجاتف ،السحاولة والخصأ

جة في كل ق فبجأ بػاحجة واستسخ بديادة ع ،في شبقة السجخلات العقجا بالشدبة لعجد أم وحجة معالجة،

.جةق ع 82مخة حتى وصل إلى

تقذير اننىرج -3

والتي تشتج مائة , R في بخنامج nnetar دالةلتقجيخ أفزل نسػذج لتسثيل البيانات تع استخجاـ

والحرػؿ عمى ولمسفاضمة بيغ تمظ الشساذج ،نسػذجا لمذبكات العربية الاصصشاعية ثلاثػف و وخسذ

مع ،الدابق 5.5.4بشج NNAR(10,45)اتباع نفذ خصػات تقجيخ نسػذج تع ،الشسػذج الأمثل

حيث أف: 1.110تغييخ في الكيسة التي سيتػقف عشجىا البحث وىي

| |

117

. ANNباستخذاو ARIMA(0,2,2)نىرج نبىاقي RMSEنتائح (9 5.14خذول)

وحجة ثلاثػف خسذ و أفزل نسػذج ىػ الشسػذج الحي يتكػف مغ أف (2.81)يػضح الججوؿ

تداوي RMSEحيث كانت قيسة ،زمشية اتفجػ ستبالإضافة إلى ،خفيةسفي الصبقة ال

NNAR(6,35).ىػ الأمثل شسػذج الوبالتالي فإف ,0.0811026

يرحهت انتنبؤ -4

قيسة لاثشتي عذخةلإعصاء تشبؤات NNAR(6,35) استخجاـ الشسػذج السخشح في ىحه السخحمة تع

التالي: (2.82)كسا في الججوؿ ،1085حتى مايػ 1084مغ يػنيػ ،مدتقبمية

118

ARIMA(0,2,2) لبهاقي نسهذجبيا الكيم الستشبأ (9 4.14)ججول

التاريخ كيم الستشبأ بياال31.93166 6/2017

29.18090 7/2017

36.79312 8/2017

33.11907 9/2017

36.57089 10/2017

34.00427 11/2017

30.78672 12/2017

39.84541 1/2018

37.09539 2/2018

43.87756 3/2018

29.48361 4/2018

36.31706 5/2018

تع جسع التشبؤات مغ نسػذج ،اليجيغ Zhangمغ نسػذج لمحرػؿ عمى الكيع الستشبأ بيا

ARIMA(0,2,2) مع التشبؤات مغ نسػذج الذبكاتNNAR(6,35) : لمبػاقي عمى الشحػ التالي

وسيتع مقارنة الكيع ،اليجيغ ((ARIMA-ANNوبحلظ نحرل عمى الكيع الستشبأ بيا لشسػذج

،مدبقة عشياوالتي لجيشا معمػمات ، 7108حتى مايػ 7107الستشبأ بيا مع الكيع الحكيكية مغ يػنيػ

التالي: (2.83)كسا ىػ مػضح في الججوؿ

اليجين( ANN-ARIM) الكيم الستشبأ بيا لشسهذج(9 4.15خذول)

التاريخ الكيم الفعمية الكيم الستشبأ بيا1275.987 8150.13 6/2017

1274.125 8143.51 7/2017

1282.628 8151.01 8/2017

1279.844 1314.07 9/2017

1284.186 1279.51 10/2017

1282.510 1281.90 11/2017

1280.185 1264.45 12/2017

1290.136 8160.12 1/2018

1288.279 8152.21 2/2018

1295.956 8155.21 3/2018

1282.456 8150.43 4/2018

1290.184 8151.12 5/2018

119

Zhangبيػا باسػتخجاـ نسػػذج أولتحجيج مقجار الخصأ في التشبػؤ بػيغ الكػيع الفعميػة والكػيع الستشبػ

يتزػػح كسػػا MAE,RMSEالتاليػػة: التشبػػؤ دقػػةمقػػاييذ تػػع اسػػتخجاـ ,(ANN-ARIMA)اليجػػيغ

:(5.17)التالي مغ الججوؿ

اليجين ARIMA-ANNالتشبؤ لمشسهذج دق ةمقاييذ 9(5.17)ججول

RMSE MAE اننىرج انهدين

11.4121 5.772431 ARIMA- ANN

: Zhang's Hybrid ANN-ARIMAاليجين Zhangثانيا: التشبؤ باستخجام نسهذج

بشاؤه عمى ىحا الشػع مغ الشساذج اليجيشة عمى الشكيس مغ نسػذج اليجيغ الدابق، حيث تع

ثلاث مخاحل كالتالي :

مغ نسػذج الذبكات العربية متعجدة الصبقات بيا الستشبأالحرػؿ عمى الكيع -0

NNAR(10,45) , .الحي تع تػفيقو لتسثيل الجدء غيخ الخصي لمدمدمة الدمشية محل الجراسة

مغ نسػذج الذبكات العربية متعجدة لشسحجة البػاقي السدتخخجة ARIMAبشاء نسػذج -2

. العالسية، ثع حداب التشبؤات السدتقبمية ليالدمدمة أسعار الحىب NNAR(10,45)الصبقات

وذلظ ,(ANN - ARIMA)اليجيغ Zhangشسػذج ل بيا الستشبأيتع الحرػؿ عمى الكيع -3

ARIMAمع التشبؤات مغ نسػذج NNAR(10,45) بجسع التشبؤات مغ نسػذج الذبكات العربية

:عمى الشحػ التالي

111

في ANNسيتع فحز سكػف بػاقي نسػذج Box and Jenkinsقبل البجء بتصبيق مشيجية

رسع السشحشى الدمشي لدمدمة تع ،ة لمدمدمةؼ عمى السلامح الأساسيولغخض التعخ ، الػسط والتبايغ

التالي: (2.5)كسا في الذكل ANNالبػاقي السدتخخجة مغ نسػذج

ANN: السلسلة الزمنية لبواقي نموذج (4.7)شكل

.أخح الفخوؽ الأولى لحا تع ،الدمدمة غيخ ساكشة في الػسط يتزح مغ الذكل أعلاه أف

ANN(: الدمدمة الدمشية لمفخوق الأولى لدمدمة بهاقي 5.9شكل)

الدمدمة أصبحت ساكشة في الػسط والتبايغ. ( أعلاه أف 5.9يتزح مغ الذكل )

:ىساالػحجة جحرمغ اختبارات بإجخاء اختباريغ ولمتحقق مغ صحة الدكػف في الػسط قسشا

الػحجة، جحرعجـ وجػد (2.85)رقع الججوؿفقج أضيخت نتائج ، ADFواختبار , KPSS اختبار

.عشج الفخوؽ الأولى عمى استقخار سمدمة البػاقي مسا يجؿ

مبهاقيالفخوق الأولى ل لدمدمة ADFو KPSS: نتائج اختبار (4.17)ججولP-VALUE الاختبار 0. 1 > 0.05 KPSS

0.01 < 0.05 ADF

Time

gold

price

0 50 100 150 200

-30-20

-100

1020

30

Time

diff1

of log

gold

0 50 100 150 200

-60

-40

-20

020

40

111

��وقج كانت قيسة , Box - Coxاختبار أجخيشا ،سكػف الدمدمة في التبايغ غ ولمتأكج م بفتخة

بعج أخح تحػيمة الفخوؽ الأولى أي تحػيمة أخخى لاستخجاـشا لدشا بحاجة مسا يعشي أن ,% 62ثقة

التالي: (5.10)كسا ىػ مػضح في الذكل

𝛌لتحجيج قيسة معمسة التحهيل Box - Cox اختبار: (5.10) شكل

وعميو فإف ،ANNعمى استقخار سمدمة البػاقي لشسػذج نتائج فحز الدكػف تجؿ فإف وبالتالي

بسخاحميا الأربع. Box and Jenkinsالدمدمة أصبحت جاىدة لتصبيق مشيجية

بشاء نسهذج مخاحل ARIMA لشسحجة بهاقيNNAR(10,45)

التعخف والتقجيخ تيمخحم -1

تي عغ شخيق رسع دال p,qتبجأ مخحمة التعخؼ عمى الشسػذج السبجئي مغ خلاؿ تحجيج قيع

,ARIMA(0,1,1)وبالتالي يسكغ تخشيح الشسػذج ، والارتباط الحاتي الجدئي ،الارتباط الحاتي

:انخاني (5.11)ذكلال ويتزح ذلظ مغ

0.6 0.8 1.0 1.2 1.4

0.0

0.2

0.4

0.6

0.8

1.0

Relative Likelihood Analysis

95% Confidence Interval

R(

)

^ 1

112

NNAR(10,45) دالتي الارتباط الحاتي والحاتي الجدئي لدمدمة البهاقي لشسهذج: (5.11)شكل

لمسداعجة في تحجيج رتبتي ؛EACFالحاتي السػسعة الارتباط جالةب الاستعانة ولمتأكج تع

(2.86كا هى يىضح في اندذول ), ARIMAلشسػذج qوالستػسصات الستحخكة pالحاتي الانحجار

q = 2ةورتبة الستػسصات الستحخك , p = 1العمػية اليدخى تقابل الجرجة رقسة مثمث الأصفا أف حيث

ARIMA(1,1,2).تخشح لشا الشسػذج جالةال أي أف ،

NNAR(10,45) لدمدمة البهاقي لشسهذج EACFالارتباط الحاتي السهسعة دال ة :(4.18)ججول

13 12 11 10 9 8 7 6 5 4 3 2 1 0 AR\MA

0 0 0 0 0 0 0 X X X X 0 X X 0

0 0 0 0 0 0 0 0 0 0 0 0 X X 1

0 0 0 0 0 0 0 0 0 0 0 X X X 2

0 0 0 0 0 0 0 0 0 0 X X X X 3

0 0 0 0 0 0 0 0 0 0 X X X X 4

0 0 0 0 0 0 0 0 X X X 0 0 0 5

0 0 0 0 0 0 0 X X X 0 0 0 X 6

0 0 0 0 0 0 X X 0 X 0 0 X X 7

السفاضمة بيغ ثع يتع ,ARIMA(p,d,q)تخشيح نساذج أخخى يتع س ،ولتػفيق أفزل نسػذج لمدمدمة

:انخاني (2.10)كسا ىػ مبيغ في الججوؿ ،أدناه مسعاييخلقيع أقل ىحه الشساذج حدب

113

مخشح السقابمة لكل نسهذج التقييمومعاييخ السخشحةالشساذج : (4.12)ججولBIC AICC AIC MODEL

8314.53 8314.6 8314.46 ARIMA(1,1,1)

8314.56 8314.61 8314.51 ARIMA(0,1,2)

1518.14 1514.81 1514.62 ARIMA(1,1,2)

8311.16 8314.6 8314.38 ARIMA(2,1,2)

8311.16 8313.31 8313.25 ARIMA(0,1,1)

8311.81 8316.56 8316.4 ARIMA(2,1,1)

8482.1 8405.42 8405.36 ARIMA(1,1,0)

8362.04 8352.81 8352 ARIMA(2,1,0)

وذلظ لامتلاكو ,ARIMA(1,1,2)الشسػذج الأفزل ىػ أف أعلاه (2.10) الججوؿ نلاحع مغ

.(AIC, AICc, BIC)أقل قيسة لمسعاييخ الإحرائية

تي:الآ (2.18)تقجيخات معالع الشسػذج أعلاه مبيشة في الججوؿ وبالتالي فإف

السقتخح ARIMA(1,1,2)شسهذج التقجيخات معالم :(4.11)ججول

رةالسعمسة التقجيخ الخظأ السعياري Tقيسة السقج

11.81 2.2611 2.8181- 𝚽

1.22 2.2521 2.1324- 𝛉

8.45 2.2788 2.7484- 𝛉

الكيسة ف أ حيث ، ، ، معشػية معالع الشسػذج السقتخح أعلاهيتزح مغ الججوؿ

السعالع أكبخ مغ ضعف الخصأ السعياري لكل مشيع. تمظ السصمقة لتقجيخ

مخحمة التذخيص -1

أىسيا: بحث الدكػف جخاء العجيج مغ الفحػص والاختبارات تذتسل مخحمة التذخيز عمى إ

.وتػفيق الشسػذج الأعمى والأدنى مباشخة ،البػاقيوتحميل ،والانعكاس

114

بحث الدكهن والانعكاس

معالع الشسػذج أف (2.18)ونلاحع مغ الججوؿ ،عسمية الانحجار الحاتي مشعكدة دائسا أف نعمع

حيث الكيسة السصمقة لسعمسة الانحجار الحاتي أقل مغ الػاحج الرحيح. ،تحقق شخط الدكػف

|Φ | | |

معالع الشسػذج ونلاحع مغ الججوؿ نفدو أف ،دائسا ساكشة الستػسصات الستحخكةعسمية أف كسا

تحقق شخط الانعكاس حيث

θ θ

θ θ

|θ | | |

.الشسػذج تحقق شخشي الدكػف والانعكاس العمع وبالتالي فإف

تحميل البهاقي

يجتاز بػاقي ىحا الشسػذج عجد مغ الفحػصات أف بج غ صلاحية الشسػذج السقتخح لاقق م لمتح

والاختبارات التذخيرية: تجانذ تبايغ البػاقي حػؿ الرفخ، شبيعية التػزيع لمبػاقي، عذػائية

البػاقي.

تجانذ تباين البهاقي حهل الرفخ - أ

جح أنيا تتأر ,(5.12)غ الخسع البياني لدمدمة البػاقي الستسثمة في الجدء الأوؿ مغ شكليتزح م

.وىي خالية مغ كل الأنساط والتحخكات السشتطسة ،برػرة ثابتة حػؿ الرفخ

115

Ljung-Boxالارتباط الحاتي لبهاقي الشسهذج السقتخح واختبار دال ة: رسم البهاقي و (5.12)شكل

عذهائية البهاقي - ب

الارتباط الحاتي لمبػاقي الستسثمة في الجدء الثاني مغ شكل جالةيتزح مغ الخسع البياني ل

البػاقي وىحا يعشي أف ،جسيع معاملات الارتباط الحاتي لمبػاقي تقع داخل حجود فتخة الثقة أف (5.12)

-Ljungالخاص باختبار نفدو الجدء الأخيخ مغ الذكل ذلظ كسا يؤكج ،تسثل متغيخات عذػائية بحتة

Box, قيع أف حيثp-value مسا يعشي عذػائية البػاقي. ،عشج جسيع الفجػات 0.02أكبخ مغ

طبيعية التهزيع لمبهاقي - ت

والحي يبيغ مغ خلاؿ ،الخسع البياني لمسشحشى التكخاري لمبػاقي (5.13) وؿ مغ شكليػضح الجدء الأ

في الجدء الثاني مغ السػضح Q-Q plot Normalالشطخ شبيعية التػزيع لمبػاقي، كحلظ الخسع البياني

وىحا دليل عمى شبيعية التػزيع لمبػاقي. ائل قي تتجسع بذكل كبيخ حػؿ خط مالبػا بأف ،الذكل

Standardized Residuals

Time

0 50 100 150 200

-2

01

23

0 5 10 15 20

0.0

0.4

0.8

Lag

AC

F

ACF of Residuals

2 4 6 8 10

0.0

0.4

0.8

p values for Ljung-Box statistic

lag

p v

alu

e

116

لمبهاقي Q-Q plot Normalالسشحشى التكخاري و : (5.13)شكل

وكانت الشتائج ليحا الاختبار، Jarque-Beraشبيعية التػزيع لمبػاقي أجخيشا اختبار ولمتأكج مغ

لعجـ ، وىحا سبب كافي 0.02مغ أكبخ p-valueقيسة حيث أف ،التالي (5.22)كسا في الججوؿ

.( الفخضية الرفخية )البػاقي تتبع تػزيع شبيعي : رفس

لفحص طبيعية التهزيع لمبهاقي Jarque-Beraنتائج اختبار :(5.22)ججولp-value Df 2

χ

2.222 2 4.9778

الأعمى والأدنى مباشخةتهفيق الشسهذج

بالشساذج الأعمى والأدنى مباشخة باستخجاـ السعاييخ ARIMA(1,1,2) بسقارنة نسػذج

الشسػذج السقتخح ىػ أفزل نسػذج أف (2.10) يتبيغ مغ الججوؿ, (AIC, AICc, BIC) الاحرائية

كفاءتو بل الحج مشيا.ضافة أو شخح معمسة مغ الشسػذج لا تعسل عمى زيادة إ وىحا يعشي أف

أكفأ نسػذج يدتخجـ في التشبؤ بالبػاقي السدتخخجة مغ ARIMA(1,1,2)نسػذج عميو فإف و

برػرة جيجة.جسيع الاختبارات والفحػص التذخيرية لاجتيازه، ىرج انشبكاث انعصبيت

Histogram of mymodel$residuals

mymodel$residuals

De

nsity

-30 -20 -10 0 10 20 30

0.0

00

.02

0.0

4

-3 -2 -1 0 1 2 3

-30

-10

10

30

Normal Q-Q Plot

Theoretical Quantiles

Sa

mp

le Q

ua

ntile

s

117

مخحمة التشبؤ -2

تع لحلظ سي ،جيجىحا الشسػذج قج اجتاز جسيع الفحػصات والاختبارات بذكل بعج التأكج مغ أف

ىي مػضحة كسا 7108حتى مايػ 7107استخجامو في التشبؤ باثشي عذخة قيسة مدتقبمية مغ يػنيػ

التالي: (2.11)في ججوؿ

ARIMA(1,1,2)نسهذج باستخجام NNARالكيم التشبؤية لبهاقي نسهذج :(4.12)ججول

التاريخ التشبؤات1.2759545 6/2017

1.6497658 7/2017

2.0340852 8/2017

1.0336855 9/2017

0.3354752 10/2017

-1.4157499 11/2017

-1.7851370 12/2017

-1.4562205 1/2018

-2.1126269 2/2018

-1.7633376 3/2018

-2.2253302 4/2018

-2.2167662 5/2018

يتع ,((ANN-ARIMAاليجيغ Zhangمغ نسػذج بيا الستشبألمحرػؿ عمى الكيع

للبواق ARIMA(1,1,2)نسػذج مع تشبؤات NNAR(10,45)جسع التشبؤات مغ نسػذج

نموذج الشبكات العصبة على النحو التال : المستخرجة من

اليجيغ، لغخض مقارنة الكيع ((ANN-ARIMAبيا لشسػذج الستشبأوبحلظ نحرل عمى الكيع

والتي لجيشا معمػمات مدبقة عشيا، ، 7108حتى مايػ 7107بيا مع الكيع الحكيكية مغ يػنيػ الستشبأ

التالي: (2.11)ويتزح ذلظ مغ خلاؿ الججوؿ

118

( انهدينARIMA-ANN)ننىرج (9 انقيى انتنبأ بها4.13خذول)

التاريخ القيم الفعلية التنبؤات

12988518 8150.13 6/2017

12998281 8143.51 7/2017

13118173 8151.01 8/2017

12988118 1314.07 9/2017

12968566 1279.51 10/2017

12928951 1281.90 11/2017

12928189 1264.45 12/2017

12928868 8160.12 1/2018

12918512 8152.21 2/2018

12928234 8155.21 3/2018

12918281 8150.43 4/2018

12918298 8151.12 5/2018

Zhangبيػا باسػتخجاـ نسػػذج الستشبػأولتحجيج مقجار الخصأ في التشبػؤ بػيغ الكػيع الفعميػة والكػيع

وأضيػػخت MAE, RMSEالتاليػػة: التشبػػؤ دقػػةمقػػاييذ اسػػتخجاـ تػػع ,((ANN-ARIMAاليجػػيغ

اليجػػػػػيغ يعصػػػػػي أداء جيػػػػػجا فػػػػػي التشبػػػػػؤ بدمدػػػػػمة البيانػػػػػات ((ANN-ARIMAنسػػػػػػذج أف الشتػػػػػائج

:(5.25)السدتقبمية ويتزح ذلظ مغ الججوؿ

اليجين ((ANN-ARIMAلشسهذج التشبؤ دق ةمقاييذ 9(5.25)ججول

RMSE MAE اننىرج انهدين

82.10315 81.11281 ANN-ARIMA))

السقارنة بين الشساذج السفخدة والشساذج اليجيشة 4.6

تع ،لمسقارنة بيغ الشساذج بشػعييا السفخدة واليجيشة في التشبؤ بدمدمة أسعار الحىب العالسية

وكانت الشتائج كسا ىي مػضحة في الججوؿ ,MAE, RMSE التشبؤ دقةالاعتساد عمى مقاييذ

التالي: (5.26)

119

التشبؤ لمسقارنة بين الشساذج السفخدة واليجيشة دق ةمقاييذ 9(5.26)ججول

RMSE MAE اننىرج

36.87492 35.02671 ARIMA(0,2,2)

15.65312 14.27578 NNAR(10,45)

11.5201 6.880542 ARIMA-ANN)) Hybrid

82.10315 81.11281 ANN-ARIMA)) Hybrid

سخبظ انخائح انخانيت 7( 2.13بانخأيم في خذول )

) Relative efficiency (R.E.) =

8

وكفاءة في دقةأكثخ NNAR(10,45) نسػذج الذبكات العربية بأف بعبارة أخخى يسكغ القػؿ

ARIMA مغ نسػذج مخة 1.25 بـــ التشبؤ

2) Relative efficiency (R.E.) =

ـــب وكفاءة في التشبؤ دقةأكثخ اليجيغ ARIMA-ANN نسػذج بأف بعبارة أخخى يسكغ القػؿ

ARIMAمخة مغ نسػذج 2.1

3) Relative efficiency (R.E.) =

بـــ وكفاءة في التشبؤ دقةأكثخ اليجيغ ANN-ARIMA نسػذج بأف بعبارة أخخى يسكغ القػؿ

ARIMA مخة مغ نسػذج 1.31

4) Relative efficiency (R.E.) =

بـــ وكفاءة في التشبؤ دقةأكثخ اليجيغ ARIMA-ANN نسػذج بأف بعبارة أخخى يسكغ القػؿ

ANN مخة مغ نسػذج 0.36

121

5) Relative efficiency (R.E.) =

جقةال في مداويا تقخيبا ANN-ARIMA اليجيغ شسػذجال بأف بعبارة أخخى يسكغ القػؿ

.الغمبة كانت لميجيغ إلا أف ANNوالكفاءة نسػذج

مقارنة بالشساذج الأخخى، اليجيغ أكفأ نسػذج ARIMA-ANNنسػذج بأف مسا سبق ندتصيع القػؿ

.ARIMAوأخيخا نسػذج ANNالشسػذج اليجيغ ثع ANN-ARIMAيميو الشسػذج

121

122

والتهصيات الشتائج 5.1

الستسثمة بأوزاف ،أسعار الحىب العالسيةب بشاء أفزل نسػذج لمتشبؤإلى ىجفت ىحه الجراسة

حتى شيخ مايػ 8665مغ شيخ يػنيػ الدمشية السستجة لمفتخة ،أونرة الحىب بالجولار الأمخيكي

بذكل مشفخد والشساذج اليجيشة ANNو ARIMA، لغخض السقارنة بيغ نسػذجي 1084

ARIMA-ANN وANN-ARIMA, التشبؤ لمػصػؿ إلى دقةبالاعتساد عمى مقاييذ وذلظ

حيث تػصمت الجراسة إلى جسمة مغ الاستشتاجات والتػصيات التي ستكػف بسثابة ،الشسػذج الأمثل

الأسذ الأولية لمباحثيغ الحيغ سيمجػف غسار ىحا السػضػع.

الشتائج 5.1.1

الطاىخة قيج الجراسة تسثل سمدمة زمشية غيخ مدتقخة بالشدبة لمبيانات تػصمت الجراسة إلى أف -0

لأنيسا الأندب مغ ،تصبيق التحػيمة المػغاريتسية والفخؽ الثاني تع عميوو ،الأصمية الستاحة

غيخىسا في جعل الدمدمة الدمشية مدتقخة.

لبشاء نسػذج ؛عمى سمدمة أسعار الحىب العالسية Box and Jenkinsتصبيق مشيجية تع -7

ARIMA نسػذج وتبيغ أفARIMA(0,2,2) وذلظ لامتلاكو أقل قيع ،ىػ الأفزل

قيسة مدتقبمية. 81 ػػػػػػػمتشبؤ بلواستخجامو ،AIC, AICc, BICلسعاييخ التقييع

باستخجاـ شبكة البيخسبتخوف متعجد ,ANNبشاء نسػذج الذبكات العربية الاصصشاعية تع -3

وذلظ لامتلاكو أقل ،الأندبىػ NNAR(10,45)نسػذج وتبيغ أف ,(MLP)الصبقات

قيسة مدتقبمية. 81 ػػػػػػوتع استخجامو لمتشبؤ ب (RMSE)لمسعيار الاحرائي فخؽ مصمق

مغ نسػذج السقجرةوذلظ بجسع الكيع ,(ARIMA-ANN)اليجيغ Zhangتع بشاء نسػذج -4

ARIMA(0,2,2) مغ نسػذج السقجرةمع بػاقيوNNAR(6,35)ـ ىحا الشسػذج ا، واستخج

.قيسة مدتقبمية 81 ػػػػػػػفي التشبؤ ب

123

مغ نسػذج السقجرةوذلظ بجسع الكيع (ANN-ARIMA)اليجيغ Zhangبشاء نسػذج تع -5

NNAR(10,45) مغ نسػذج السقجرةمع بػاقيوARIMA(1,1,2), واستخجاـ ىحا الشسػذج

قيسة مدتقبمية. 81لمتشبؤ بػػػػػػػ

ؽ أضيخت الشتائج -6 مسا يعصي ARIMA(0,2,2) عمى نسػذج NNAR(10,45)نسػذج تفػ

مؤشخ عمى احتػاء الدمدمة الدمشية محل الجراسة عمى أنساط غيخ خصية برػرة كبيخة.

ؽ أضيخت الشتائج -7 ,NNAR(10,45) نسػذجعهى (ARIMA-ANN)الشسػذج اليجيغ تفػ

ؽ ى ىحا العد وي الاسمػب اليجيغ يعسل عمى سج الشقز السػجػد في كل نسػذج إلى أف تفػ

فالعلاقة بيغ الشسػذجيغ تكاممية وليدت تشافدية. ، لحلظفيسا لػ استخجـ بسفخده

كانت قخيبة ججا مغ كفاءة (ANN-ARIMA)أضيخت الشتائج أف كفاءة الشسػذج اليجيغ -8

أف الدمدمة محل الجراسة إلا أف الغمبة كانت لميجيغ ويخجع ذلظ إلى NNARالشسػذج

إلا القميل NNARمغ نسػذج وبالتالي لع يتبق ،ية برػرة كبيخةتحتػي عمى أنساط غيخ خص

لحلظ لع تعسل تمظ البػاقي عمى زيادة كفاءة الشسػذج بذكل ممحػظ ومغ ،مغ الأنساط الخصية

ىشا كانت الكفاءة متقاربة.

ؽ أضيخت الشتائج -9 -ANN) عمى الشسػذج اليجيغ (ARIMA-ANN)الشسػذج اليجيغ تفػ

ARIMA), البػاقي مغ نسػذج ويخجع ذلظ إلى أفARIMA – الأنساط غيخ الخصية في

وىحا يعػد ,NNARانشبكاث انعصبيت أكبخ مغ البػاقي الشاتجة مغ نسػذج –الدمدمة

.الدمدمة محل الجراسة يغمب عمييا الصابع غيخ الخصي بالصبع إلى أف

تعميق:

تػافقت نتائج ىحه الجراسة مع جسيع الجراسات الدابقة العخبية والأجشبية السحكػرة في الفرل

ؽ ARIMA-ANNالأوؿ في أف الشسػذج اليجيغ و ARIMAعمى الشساذج السفخدة تفػ

124

ANN ،ؽ ( والتي أضيخت 7106، بيشسا تعارضت مع دراسة )عبج العديد وحدغ الشسػذج تفػ

وذلظ لأف الدمدمة يغمب ARIMA-ANNى الشسػذج اليجيغ عم ANN-ARIMAاليجيغ

عمييا الصابع الخصي.

التهصيات 5.1.1

فػػي ARIMAبػػجلا مػػغ ANNالذػػبكات العرػػبية الاصػػصشاعية نسػػػذجنػصػػي باسػػتخجاـ -0

وذلػظ لديػادة ،الدمشية التي تحتػي عمى أنساط غيخ خصية أكثخ مغ الخصيػة بالدلاسل ؤالتشب

التشبؤ. دقة

إلػػى الذػػبكة العرػػبية (FNN)نػصػػي بتغييػػخ نػػػع الذػػبكة مػػغ الذػػبكة العرػػبية الأماميػػة -7

يػػػػػا تتسيػػػػػد باحتفاضيػػػػػا وذلػػػػػظ لأن ,Jordanأو شػػػػػبكة Elmanكذػػػػػبكة ,(RNN)التكخاريػػػػػة

التشبؤ. دقةبأحجاث الساضي مسا يؤدي إلى زيادة

نػصػػي بػػإجخاء دراسػػة لتحميػػل الدمدػػمة الدمشيػػة بأخػػح الفػػخوؽ الكدػػخية ليػػا باسػػتخجاـ نسػػػذج -3

ARFIMA بػجلا مػغARIMA ،واسػتخجاـ الشسػػذج اليجػيغ (ARFIMA-ANN) ليػا

.(ANN,ARFIMA) السفخدةومقارنتيا مع الشساذج

فػي (ANN-ARIMA) بػجلا مػغ (ARIMA-ANN)نػصي باستخجاـ الشسػذج اليجػيغ -4

التشبؤ. دقةبغية زيادة ،حاؿ كػف الدمدمة يغمب عمييا الصابع غيخ الخصي

الشسػػػذج وذلػػظ لأف ،نػصػػي باسػػتخجاـ الشسػػاذج اليجيشػػة فػػي التشبػػؤ بػػجلا مػػغ الشسػػاذج السفػػخدة -5

ػجػد في كل نسػذج. ساليجيغ يعػض الشقز ال

GARCH ( GARCH Familyعائمة ونساذج ARIMAنػصي بالجمج بيغ نسػذج -6

Model .)

125

نسػػػذج الانحػػجار الستعػػجد مكػنػػة مػػغ ثػػلاث نسػػاذج نحػػػ ) ،نػصػػي باسػػتخجاـ نسػػاذج مخكبػػة -7

وبػاقي ىحا الشسػػذج ARIMAXؼ بشسػذج عخ وىػ ما ي ARMAوبػاقيو السسثمة بشسػذج

.(ARIMAX-ANNف الشسػذج اليجيغ ليتكػ ANNالسسثمة بشسػذج الذبكات العربية

نػصػي بجراسػػة انحػػجار متغيػػخات مدػػتقمة مثػل: سػػعخ الػػجولار ، الأزمػػات الدياسػػية العالسيػػة ، -8

العخض والصمػب ، انييػار البشػػؾ وغيخىػا عمػى سمدػمة أسػعار الػحىب العالسيػة فيسػا يعػخؼ بػػ

Regression Analysis Time Series (RATS). ع مثػػػل أسػػػعار الػػػحىب نػصػػػي بجراسػػػة انحػػػجار متغيػػػخات مدػػػتقمة عمػػػى أكثػػػخ مػػػغ متغيػػػخ تػػػاب -9

أي متجو مغ الستغيخات التابعة. ،وأسعار الفزة وغيخىا

إلا إذا كانػت ،عادة لا يسكغ الاعتساد عمى نتائج عيشة واحجة لتعسيسيا عمى عيشػات أخػخى -01

التػصػل إليػو مػغ نتػائج عػػغ تػع لػحا نػصػي البػاحثيغ بتعسػػيع مػا ،ليػا نفػذ الخرػائز والرػفات

.(Simulation) شخيق السحاكاة

126

127

أولا: السخاجع العخبية

"استخجاـ الصخؽ الاحرائية في التشبؤ بأسعار الحىب العالسية"، (.2105أبه عابجة، ألفت ) .0

رسالة ماجدتيخ، جامعة الأزىخ، غدة، فمدصيغ.

الرسغ تاجيةبأن استخجاـ الدلاسل الدمشية لمتشبؤ . " (1212)أحسج ، أبه ذر و يهنذ ، عادل .2

"، مجمة البحث العمسي لمعمػـ والآداب، (1081-8630)العخبي في سػؽ محاصيل الأبيس لمفتخة

، الدػداف.115-188، ص:(82)العجد

. " تحميل الدلاسل الدمشية "، جامعة القاىخة، مرخ.(1998)إسساعيل، محمد .3

"محاولة التشبؤ بسؤشخات الأسػاؽ السالية العخبية باستعساؿ الشساذج . (1213)أميشة، دربال .4

تمسداف، -الكياسية دراسة حالة: مؤشخ دبي السالي"، رسالة دكتػراه، جامعة أبي بكخ بمقايج

الجدائخ.

"التشبؤ باتجاىات أعجاد السقبػليغ في كمية العمػـ الإدارية بجامعة عجف .(2014)ىجى ، باعذن .5

، جامعة (4)، العجد(10)"، مجمة العمػـ الإدارية، مجمج (Box – Jenkins)يجية باستخجاـ مش

عجف، العخاؽ.

.سعػد السمظ جامعة الأوؿ، الجدء ،"الإحرائي التشبؤ شخؽ " .(1221) عجنان بخي ، .6

مكسبيػتخ ومقجمة بخولػج "، " مقجمة الحكاء الاصصشاعي ل. (1883)بديهني ، عبج الحسيج .7

الصبعة الأولى، دار الشذخ لمجامعات السرخية، مكتبة الػفاء، مرخ.

ودمجني محصة في الأزرؽ الشيل بػ لسشد الدمشية بالدلاسل التشبؤ" .(1211)جبارة ، محمد .8

الدػداف جامعة" ، الاصصشاعية العربية الذبكات ونساذج جشكشد – بػكذ نساذج باستخجاـ

، الدػداف.والتكشػلػجيا لمعمػـ

128

"استخجاـ الصخؽ اليجيشة في التشبؤ لدعخ الرخؼ .(1212)الجخاح ، نهال و الحكاك ، نجى .9

لمجولار الأمخيكي مقابل الجيشار العخاقي"، مجمة كمية بغجاد لمعمػـ الاقترادية الجامعة، العجد

، العخاؽ.(11)

"التشبؤ بأسعار صخؼ الجولار مقابل الذيكل باستخجاـ نسػذج .(1214)حسجان ، بجيع .01

ARIMA-ANN .اليجيغ"، رسالة ماجدتيخ، جامعة الأزىخ، غدة، فمدصيغ

"مقارنة بيغ أسمػبي الذبكات العربية . (1211)زكي، عدة و رشيج، خيخي ن واراشج، صفه .00

لتصبيق"، السجمة العخاقية الاصصشاعية والسخبعات الرغخى لمشساذج الخصية وغيخ الخصية مع ا

، جامعة السػصل، العخاؽ.113-132:، ص18لمعمػـ الإحرائية، العجد

استخجاـ مشيجية بػكذ وجشكيشد في التشبؤ بأعجاد . " (1213)ركابي ، مخمص و الخادم ، محمد .02

السعتسخيغ مغ الخارج شيخيا"، جامعة أـ القخى، الدعػدية.

"مقاربة رياضية وقياسية لمتشبؤ بالسبيعات"، رسالة دكتػراه، جامعة أبى .(2017)رياض، قادري .03

تمسداف، الجدائخ. –بكخ بمقايج

" دراسة تحميمية وتشبئية لسعجلات الخدارة في شخكات التأميشات دراسة .(1214)زرمان ، كخيم .04

"، رسالة دكتػراه، جامعة 8662بقدشصيشة مشح CAATحالة الذخكة الجدائخية لمتاميغ الذامل

، الجدائخ. -بدكخة –محمد خيزخ

" ديشاميكية أسػاؽ رأس الساؿ في البمجاف الشاشئة : حالة الأسػاؽ (.2114زيظاري، سامية ) .05

.السالية العخبية"، أشخوحة دكتػراه، جامعة الجدائخ، الجدائخ

وغيخ اليجيشة لمتشبؤ . "استخجاـ نساذج الدلاسل الدمشية اليجيشة(2106الداعجي، عمي ) .06

بأعجاد السدافخيغ لسصار بغجاد الجولي" رسالة ماجدتيخ، الجامعة السدتشرخية، بغجاد، العخاؽ.

129

" تػفيق نسػذج ملائع لفتخات حجوث حالات .(1212)سميسان ، مثشى و محسهد ، شيساء .07

دراسة مقارنة مع نسػذج العسمية –في محافطة نيشػى cالإصابة بالتياب الكبج الفيخوسي

، جامعة (8)، العجد (80)"، مجمة الخافجيغ لعمػـ الحاسػب والخياضيات، السجمج -اليشجسية

السػصل، العخاؽ.

" مدألة فرل العيشات باستخجاـ الذيكات العربية"، رسالة .(1212)الديمي، شيخو .08

ماجدتيخ، جامعة شيبة، السسمكة العخبية الدعػدية.

، مكتبة الخشج، الخياض.3" أصػؿ الحكاء الرشاعي، ط .(1223)خالج الديج، .09

السرخي "الحكاء الاصصشاعي والذبكات العربية"، مصابع السكتب .(1885)الذخقاوي، محمد .21

.الحجيث، القاىخة، مرخ

مقجمة في تحميل الدلاسل الدمشية"، جامعة السمظ عبج العديد، " .(1224)شعراوي، سمير .20

الدعػدية. ، الخياض،8ط:

" ترسيع نطاـ رياضي ديشاميكي لا خصي باستخجاـ الذبكات .(1222)الذيخمي، ناعم .22

( لأغخاض تحميمية وتشبؤية لشذاط السبيعات في شخكة كيخباء بغجاد"، NARMAXالعربية )

رسالة ماجدتيخ، جامعة بغجاد، العخاؽ.

الاستقخارية لبعس بيانات " شخؽ معالجة عجـ .(1222)الرفاوي ، صفاء و الظائي ، فاضل .23

"، مجمة 8656 -8616الدلاسل الدمشية بالتصبيق عمى انتاج الحرة الرفخاء في العخاؽ لمفتخة مغ

، العخاؽ.(41)تشسية الخافجيغ، العجد

" مقارنة بيغ شخيقتي التشكية السكيفة والذبكات .(1225)الرفاوي، صفاء و زكي، عدة .24

، 33-16، ص:(6)، العجد (3)خاقية لمعمػـ الاحرائية، السجمج العربية مع التصبيق"، السجمة الع

العخاؽ.

131

" التشبؤ والتسييج لمدلاسل الدمشية باستخجاـ التحػيلات مع التصبيق"، . (1212)الظائي ، فاضل .25

، العخاؽ.105-161، ص:(84)السجمة العخاقية لمعمػـ الاحرائية، العجد

" السشصق السزبب لشسػذج سمدمة زمشية غيخ .(1212)، نجلاء الذخابيالظائي ، فاضل و .26

، العخاؽ.883-68، ص: (85)السخاوحة مع التصبيق"، السجمة العخاقية لمعمػـ الاحرائية، العجد

بالأوراـ السرابيغ بأعجاد لمتشبؤ الدمشية الدلاسل تحميل استخجاـ" .(1211) سعجية، طعسو .27

العجد، (1) السجمج، والادارية الاقترادية لمعمػـ الأنبار جامعة مجمة"، الأنبار محافطة في الخبيثة

العخاؽ. ,161 -148 :ص، (5)

" دراسة مقارنة في شخائق تقجيخ انحجار .(1211)عبج الخازق ، كشعان و الجبهري ، أندام .28

التكامل السذتخؾ مع تصبيق عسمي" ، السجمة العخاقية لمعمػـ الاقترادية، الدشة العاشخة، العجد

، العخاؽ.(11)

" استخجاـ نساذج الدلاسل الدمشية اليجيشة وغيخ .(1215)عبج العديد ، بثيشة و حدن ، عمي .29

اليجيشة لمتشبؤ بأعجاد السدافخيغ القادميغ لسصار بغجاد الجولي"، مجمة الإدارة والاقتراد، السجمج

، الجامعة السدتشرخية، العخاؽ. 186-166، ص: (806) دشة، ال(16)

"التشبؤ بالسعجلات الذيخية لجرجات الحخارة (.2105العديد، بثيشة و الهكيل، خهلة )عبج .31

العطسى والرغخى في مجيشة بغجاد باستخجاـ الذبكة العربية الستعجدة الصبقات"، مجمة كمية

،كمية الخافجيغ الجامعة، العخاؽ. 97-67( ،ص:36الخافجيغ الجامعة لمعمػـ، العجد)

، دار الفيرل الثقافية، 8" أساسيات الحكاء الاصصشاعي"، ط .(1224عبج الشهر، عادل ) .30

الخياض.

. " استخجاـ الدلاسل الدمشية والذبكات العربية في التشبؤ بالأرقاـ (1222)العتيبي، فهزي .32

التصبيقي، جامعة قشاة الدػيذ، مرخ. الاحراءالكياسية"، رسالة ماجدتيخ في

131

بالحاسػب"، مشذػرات جامعة الاحراء" شخؽ .(1221)عهض ، عجنان و عدام ، مفيج .33

القجس، عساف، الأردف.

"استخجاـ اسمػب الذبكات العربية الاصصشاعية (.2105فاطيسة، بهادو وبن شيخة، مجاني ) .34

في التشبؤ بحجع السبيعات في السؤسدة الجدائخية"، مجمة الاستخاتيجية والتشسية، جامعة عبج الحسيج

، الجدائخ.89-63(، ص8بغ باديذ مدتغانع، العجد )

د"، تعخيب " الدلاسل الدمشية مغ الػجية التصبيكية ونساذج بػكذ جشكش .(1881)فانجل، والتخ .35

عبج السخضي عداـ، الخياض، السسمكة العخبية الدعػدية.

" التكيغ بالدلاسل الدمشية الستعجدة باستخجاـ السكػنات الخئيدية"، .(1225)الميمة ، عافخ .36

رسالة ماجدتيخ غيخ مشذػرة، جامعة السػصل، العخاؽ.

دراسة حالة الاقتراد " وفخة السػارد الصبيعية والشسػ الاقترادي .(1211)محمد ، شكهري .37

، الجدائخ. -تمسداف –الجدائخي"، رسالة دكتػراه، جامعة أبي بكخ بمقايج

" مقارنة بيغ الانحجار الكلاسيكي والذبكات العربية الاصصشاعية في .(1211)السخاد، عائجة .38

الإحرائية، السجمة العخاقية لمعمػـ التشبؤ بسدتػيات نتائج بحػث شمبة كمية التخبية الخياضية"،

، جامعة السػصل، العخاؽ.101-153:، ص18العجد

"شخؽ اتخاد القخار باستخجاـ الحكاء الاصصشاعي: دراسة مقارنة .(1215)مرظفي، جباري .39

لمتشبؤ بالصاقة الكيخبائية لػلاية تمسداف باستعساؿ الذبكات العربية الاصصشاعية"، جامعة أبي

بكخ بمقايج، تمسداف، الجدائخ.

" تقجيخ عجد الاصابات بسخض الدخشاف في السسمكة العخبية الدعػدية .(1224)فاتن مؤمن ، .41

الدعػدية. –باستخجاـ تحميل الدلاسل الدمشية"، جامعة السمظ عبج العديد، ججة

132

، مصبعة دار الحكسة في "" أساليب التشبؤ الإحرائي شخؽ وتصبيقات .1990))الهردي، عجنان .40

العخاؽ.، البرخة"، جامعة البرخة

" التشبؤ باستخجاـ الجمج بيغ الذبكات العربية الاصصشاعية .(1211)الذيساء ،الهصيفي .42

ونساذج بػكذ وجيشكشد: دراسة تصبيكية"، رسالة ماجدتيخ غيخ مشذػرة، جامعة السشرػرة، مرخ.

133

يةالأجشب ثانيا: السخاجع

1. Abraham, B. and Ledolter, J., (1983). ―Statistical Methods For

Forecasting‖ , John Wiley and Sons, New York.

2. Akaike, H. (1973).―Maximum Likelihood Identification of Gaussian

Autoregressive Moving Average Models‖, Biometrika, Vol. 60(2), pp.

255-265.

3. Akaike, H. (1979). ―ABayesian extension of the minimum AIC

procedure of autoregressive model fitting‖, Biometrika, Vol. 66(2), pp.

237–242.

4. Anderson, R. (1942)."Distribution of theseries Analysis Correlation

Coeffficient" , Ann. Mat. Statistic, Vol 13, pp:113-129.

5. Babu, C.N. and Reddy, B.E., (2014). ―Performance Comparison of

Four New ARIMA-ANN Prediction Models on Internet Traffic‖,

Department of Computer Science and Engineering, JNT University

College of Engineering, Anantapuramu, India.

6. Box, G. and Cox, R., (1964). "An analysis of transformations" ,Journal

of the Royal Statistical Society, Series B, Vol.26,No.2, pp.211-252.

7. Box, G.E.P. and Jenkins, G.M., (1976). ―Time Series Analysis;

Forecasting and Control‖, 2nd ed., Holden-Day: San Francisco.

8. Box, G.E.P. and Jenkins, G.M., (1979). ―Time Series Analysis,

Forecasting and Control‖, Sanfransiscow, Holden-Day.

9. Box، G.E.P. and Pierce, D.A., (1970).―Distribution of residual

autocorrelations in autoregressive-integrated moving average time

series models‖, J. American Statistical Association, 65, 1509—1526.

10. Brockwell , P.J . and Davis, R.A., (1987),"Time Series : Theory and

Method", Springer – verlag , New York .

134

11. Brockwell, P.J., and Davis, R.A., (1996), " Introduction to Time

Series and Forecasting", Springer – verlag , 2nd ed., New York .

12. Chitra, S.P,(1993). ― Use Neural Networks for Problem Solving‖,

Chemical Engineering Progress, 89(4):44-52.

13. Cryer, J.D. and Chan, K.S., (2008). ―Time Series Analysis with

Applications in R‖, Springer Science+Business Media, LLC, 233 Spring

Street, New York, NY 10013, 2nd ed., USA .

14. Dickey, D. A. and Fuller, W. A., (1981).―Likelihood Ratio Statistics

for Autoregressive Time Series with aUnit Root‖, Journal of the

Econometric Society Vol 49, N (4), pp: 1057-1072.

15. Faruk, D. O. (2010). ''A hybrid neural network and ARIMA model for

water quality time series prediction'', Engineering Application of

Artificial Intelligence, Vol. 23, No. 4,pp: 586-594.

16. Fausett, L. (1994). ''Fundamentals of Neural Networks:

Architectures, Algorithms, and Applications'', New York: Prentice-Hall,

Inc.

17. Gujarati, D. N. (2003). ―Basic Econometrics‖, McGraw-Hill Inc. 4th

Edition, USA.

18. Hanke, J.E. and Reitsch, A.G. (1995). "Business forecasting",

Prentice-Hall, New Jersey.

19. Joy, M. and Jones, S., (2005)." predicting bed demand in a hospital

using neural networks and ARIMA models: a hybrid approach", in

European Symposium on Artificial Neural Networks 'ESANN', Bruges,

Belgium.

20. Kermanshahi, B. and Iwamiya, H. (2002). ―Up to year 2020 load

forecasting using neural nets‖, International Journal Electrical

Powerand Energy System24(9), pp:789-797.

135

21. Khandelwal, I. Adhikari, R. and Verma, G., (2015). ―Time Series

Forecasting using Hybrid ARIMA and ANN Models based on DWT

Decomposition‖, International Conference on Intelligent Computing,

Communication and Convergence 48, pp: 173 – 179, Jaipur, India.

22. Khashei, M. and Bijari, M., (2010). " An artificial neural network

(p,d,q) model for time series forecasting. Expert Systems with

Applications ", Jornal of telecommunications and information

technology, India.

23. Khashei, M., and Bijari, M. (2011). "Which Methodology is Bitter

for Combining Linear and Nonlinear Models for Time Series

Forecasting ", Journal of Industrial and Systems Engineering, Vol. 4,

No. 4,pp: 265-285.

24. Koutroumanidis, T., Loannou. K. and Arabatzis, G. (2009).

''predicting fuelwood prices in Greece with the use of ARIMA models,

Artificial neural networks and a hybrid ARIMA- ANN model'', Energy

Policy, Vol. 37, No. 9,pp: 3627-3634.

25. Kumar, D. Raju. K. and Sathish , T. (2004). "River Flow

Forecasting using Recurrent neural Networks", Water Resources

Management Vol.18,pp.1431-161.

26. Kumar, M. and Thenmozhi, M.,(2012). ―Stock Index Return

Forecasting and Trading Strategy Using Hybrid ARIMA-Neural

Network Model‖, International Journal of Financial Management, Vol.

1, No. 1, Chennai, India.

27. Kwiatkowski, D. Phillips, P. Schmidt, P. and Shin, Y.,(1992).

"Testing the Null Hypothesis of Stationarity against the Alternativeof a

Unit Root ", Journal of Econometrics, 54, pp. 159-178, North -Holland.

136

28. Lippmann, R.P.(1987). ―An Introduction to Computing with Neural

Nets‖, IEEE ASSP Magazine, Vol. 4 , Issue.2 , PP.4-22.

29. Ljung, G. M. and Box, G. E. P., (1978). ―On a measure of lack of fit

in time series models‖ Biometrika, 66, 67-72.

30. Luger, G. F. and Stubblefield, W. A., (1998). "Artificial Intelligence

Structure and Strategies for complex Problem Solving", 3rd. ed., John

Wiley-Sons.

31. Matroushi, S. (2011). "Hybrid computational intelligence systems

based on statistical and neural networks methods for time series

forecasting: the case of gold price", Lincoln University, United

Kingdom.

32. Mcculloch, W.S. and Pitts, W., (1943). ― A logical calculus of the

Ideas immanent in nervous activity‖, Bulletin of mathematical

Biophysics, vol. 5, pp: 115-133.

33. McNelis, D. (2005). " Neural Networks in Finance ", Elsevier Inc,

California , USA.

34. Minsky, M.L. (1951). ―Steps Toward Artificial Intelligence‖, Dept.

of Mathematics, Research Lab of Electronics, MIT, Member, IRE.

35. Moseley, N. (2003). "Modeling Economic Time Series Using A

focused Time Lagged Feed Forward Neural Network", Proceeding of

Student Research Day, CSIS, Pace University.

36. Nuno, C. (1996). ―Some Results on the Spectral Analysis of

stationary Time Series‖ Portugal Mathematic, Vol. 53, Fasc. 2.

37. Palit, A. K. and Popovic, P., (2005). ―Computational Intelligence in

Time Series Forecasting‖, Springer, London.

137

38. Rosenblatt, M. A. (1975). ―Quadratic Measure of Deviation of Two-

Dimensional Density Estimates and A Test of Independence‖ , Ann.

Statis., Vol.3, No.1, pp: 1—14.

39. Schwarz, G. (1978). ―Estimating the dimension of a model ‖, The

Annals of Statistics, Vol. 6, pp. 461-464.

40. Shumway, R. H. and Stoffer, D. S., (2006). ―The Time Series Analysis

and Its Applications with R Examples‖, Second Edition, Springer

Holden-Day.

41. Shumway, R. H.(1998). ‖Applied Statistical Time Series Analysis‖ ,

prentice Hall New Jersey ,USA.

42. Stutzky، E. (1937). ―The summation of random causes as the source of

cyclic processes‖, Econometrica, 5, 105-146.

43. Spyros, M., Steven .C.W. and Victor E.M.,(1983). "Forecasting

Methods and Application", second Edition, John wiley and Sons.

44. Taskaya T., Ahmad K. (2005). ―Are ARIMA neural network hybrids

better than single models?‖. Proceedings of International Joint

Conference on Neural Networks (IJCNN), Canada.

45. Taskaya T., Casey M. C., (2005). ―A comparative study of

autoregressive neural network hybrids; Neural Networks‖ Vol. 18, pp;

781–789.

46. Tsay, R. S. (2010). "Analysis of Financial Time Series", 3rd ed.,

Published by John Wiley and Sons, New Jersey.

47. Tsay, S. and Tiao, C., (1984). "Consistent Estimates of Autoregressive

Parameters and Extended Sample Autocorrelation Function for

Stationary and Nonstationary ARMA Models," JASA , 79, pp.84–96.

48. Walker, A. M. (1931). ―On the periodicity in series of related terms‖,

Proceedings of the Royal Society of London, A, 131, 518-532.

138

49. Wang, X. and Meng, M.(2012). ―A Hybrid Neural Network and

ARIMA Model for Energy Consumption Forecasting‖, Journal of

Computers, Vol. 7, No. 5, Department of Electrical Engineering, North

China Electric Power University, Baoding 071003, China.

50. White, A. K. and Safi, S. K. (2016). The effciency of artifcial neural

networks for forecasting in the presence of autocorrelated disturbances.

International Journal of Statistics and Probability, 5(2):51.

51. Wold, H. (1938). ―A Study in the Analysis of Stationary Time Series‖,

Almqrist & Wiksell, Stockholm.

52. Yan, H. and Zou, Z.(2013). ―Application of a Hybrid ARIMA and

Neural Network Model to Water Quality Time Series Forecasting‖,

Journal of Convergence Information Technology(JCIT), Vol. 8, No. 4,

School of Economics and Management, Beihang University, Beijing

100191, China.

53. Zhang, G.P. (2003)." Time series forecasting using a hybrid ARIMA

and neural network model ", Neurocomputing, Vol.50, pp; 159–175.