رسالة ماجستير بعنوان: التنبؤ باستخدام الدمج بين الشبكات العصبية الاصطناعية ونماذج بوكس وجينكينز
يعتبر أسلوب السلاسل الزمنية وسيلة فعالة للتنبؤ في الكثير من المجالات الاحصائية والاقتصادية, حيث يتم التنبؤ بسلوك الظاهرة اعتمادا على سلوكها في الماضي. من ناحية أخرى يوجد طريقة أكثر دقة للتنبؤ هي الشبكات العصبية الاصطناعية, حيث تتعامل مع جميع أنواع البيانات, وللحصول على نتائج أكثر دقة وفعالية من تحليل السلاسل الزمنية والشبكات العصبية كل على حده يتم الدمج بينهما بعدة طرق مختلفة, حيث أن الدمج بين نموذجين يحسن من عملية التنبؤ.
وتهدف الدراسة إلى بناء نموذج مناسب للتنبؤ بمؤشر البورصة باستخدام الشبكات العصبية, تحليل السلاسل الزمنية, الدمج بين الانحدار والسلاسل الزمنية والدمج بين الشبكات العصبية وتحليل السلاسل الزمنية.
:ويحتوي البحث على خمس فصول يمكن تلخيصها كالتالي
الفصل الأول
ويتضمن طبيعة مشكلة البحث, الهدف من البحث, فروض وأهمية البحث, بعض الدراسات السابقة, وخطة البحث.
الفصل الثاني والثالث والرابع
يتضمن أساس نظري عن الشبكات العصبية, تحليل السلاسل الزمنية, الدمج بين الانحدار والسلاسل الزمنية والدمج بين الشبكات العصبية وتحليل السلاسل الزمنية.
الفصل الخامس
يتضمن الدراسة التطبيقية والمقارنة بين أداء النماذج. وقد أظهرت النتائج أفضلية نماذج الدمج , حيث أعطىت نماذج الدمج بين الشبكات العصبية وتحليل السلاسل الزمنية نتائج أدق من كل منهما على حده, ولكن بالنسبة لمؤشر البورصة فإن النموذج الملائم لها هو نموذج الدمج بين الانحدار والسلاسل الزمنية حيث أعطت نتائج أكثر دقة من نماذج الدمج بين الشبكات العصبية وتحليل السلاسل الزمنية.