Zhang (2003) proposed a hybrid ARIM

Zhang (2003) proposed a hybrid ARIMA-ANN model, which outperformed the individual models for Wolf's sunspot data, Canadian lynx data and exchange rate time series data. Another hybrid SARIMA and ANN was presented by Aburto and Weber (2007) to forecast daily demand in a Chilean supermarket. Their proposed model outperforms existing naïve, seasonal naïve, unconditional average, SARIMAX and several neural network models. Based these studies, many of them tried to apply hybrid ARIMA-ANN model in different fields of application. Maia et al. (2008) presented an interval-valued time series forecasting of meteorological and stock price data using a hybrid ARIMA-ANN model and compared it with autoregression (AR), ARIMA and ANN models. Díaz-Robles et al. (2008) introduced a hybrid ARIMA-ANN model to forecast air quality in Chile. Cadenas and Rivera (2010) recommended a hybrid ARIMA-ANN model to forecast wind speed. Shukur and Lee (2015) also suggested the use of hybrid kalman filter and artificial neural network (KF-ANN) model to improve the accuracy of wind speed forecasting. Jeong et al. (2014) proposed a hybrid SARIMA-ANN model, which was shown to provide better accuracy for forecasting annual energy cost budget (AECB) in educational facilities of South Korea than the classical SARIMA model. Babu and Reddy (2014) suggested a hybrid ARIMA-ANN model, which has higher accuracy when compared to the individual models and the existing hybrid ARIMA-ANN models using a simulated data set and experimental data sets such as sunspot data, electricity price data and stock market data.

ผลลัพธ์ (ไทย) 1:

จาง (2003) เสนอแบบรุ่นไฮบริดอาริมะแอน ซึ่งกรรมการแต่ละรุ่นสำหรับหมาป่าฉายข้อมูล ข้อมูลลิงซ์แคนาดา และข้อมูลอนุกรมเวลาของอัตราแลกเปลี่ยน ไฮบริดสลีอื่นทิพย และแอนถูกนำเสนอ โดย Aburto และ Weber (2007) เพื่อคาดการณ์ความต้องการประจำวันในซูเปอร์มาร์เก็ตที่ชิลี รุ่นนำเสนอมีประสิทธิภาพสูงกว่าอยู่ไร้เดียงสา ไร้เดียงสาตามฤดูกาล เฉลี่ยไม่มีเงื่อนไข SARIMAX และรุ่นข่ายประสาทหลาย จากการศึกษาเหล่านี้ หลายคนพยายามที่จะสมัครรุ่นแอนอาริมะไฮบริดในฟิลด์ต่าง ๆ ของโปรแกรมประยุกต์ Maia et al. (2008) แสดงเป็นค่าช่วงเวลาชุดการคาดการณ์ของอุตุนิยมวิทยา และข้อมูลราคาหุ้นโดยใช้รูปแบบไฮบริแอนอาริมะ และเมื่อเทียบกับ autoregression (AR), ARIMA และแอนรุ่น สามารถเดินทาง-Robles et al. (2008) นำแบบจำลอง ARIMA แอนไฮบริในการพยากรณ์คุณภาพอากาศในชิลี Cadenas และรีเบรา (2010) แนะนำแบบจำลอง ARIMA แอนไฮบริดเพื่อคาดการณ์ความเร็วลม Shukur และลี (2015) ยังแนะนำการใช้ตัวกรองคาลมานไฮบริดและแบบจำลองโครงข่ายประสาทเทียม (KF-แอน) ปรับปรุงความแม่นยำของการคาดการณ์ความเร็วลม ฮง et al. (2014) เสนอแบบรุ่นไฮบริดทิพยแอน เพื่อให้ความแม่นยำสำหรับการคาดการณ์ต้นทุนพลังงานประจำปีงบประมาณ (AECB) ในการศึกษาของเกาหลีใต้กว่าทิพยรุ่นคลาสสิก Babu และ Reddy (2014) แนะนำรุ่นไฮบริอาริมะแอน ซึ่งมีความแม่นยำสูงเมื่อเทียบกับแต่ละรุ่นและรุ่นไฮบริอาริมะแอนอยู่ที่การใช้ชุดข้อมูลจำลองและชุดข้อมูลทดลองเช่นฉายข้อมูล ข้อมูลราคาไฟฟ้า และข้อมูลตลาดหุ้น

ผลลัพธ์ (ไทย) 2:

Zhang (2003) เสนอไฮบริดรุ่น ARIMA-Ann ซึ่งเฮงแต่ละรุ่นสำหรับข้อมูลฉายหมาป่าของข้อมูล Lynx แคนาดาและอัตราแลกเปลี่ยนข้อมูลอนุกรมเวลา อีกไฮบริดและแอน SARIMA ถูกนำเสนอโดย Aburto และเวเบอร์ (2007) ที่จะคาดการณ์ความต้องการในชีวิตประจำวันในซูเปอร์มาร์เก็ตชิลี การนำเสนอรูปแบบของพวกเขามีประสิทธิภาพดีกว่าที่มีอยู่ไร้เดียงสาตามฤดูกาลไร้เดียงสาไม่มีเงื่อนไขเฉลี่ย SARIMAX และหลายรูปแบบเครือข่ายประสาท จากการศึกษาเหล่านี้มากของพวกเขาพยายามที่จะใช้ไฮบริดรุ่น ARIMA-Ann ในสาขาที่แตกต่างกันของการประยุกต์ใช้ Maia, et al (2008) นำเสนอการคาดการณ์ชุดช่วงเวลาที่มีมูลค่าของข้อมูลอุตุนิยมวิทยาและราคาหุ้นโดยใช้ไฮบริดรุ่น ARIMA-Ann และเมื่อเทียบกับ autoregression (AR), ARIMA และแอนรุ่น Díaz-โรเบิลส์, et al (2008) เปิดตัวไฮบริดรุ่น ARIMA-Ann ที่จะคาดการณ์คุณภาพอากาศในประเทศชิลี Cadenas และริเวร่า (2010) แนะนำไฮบริดรุ่น ARIMA-Ann ที่จะคาดการณ์ความเร็วลม Shukur และลี (2015) นอกจากนี้ยังแนะนำให้ใช้ตัวกรองคาลมานไฮบริดและเครือข่ายประสาทเทียม (KF-ANN) รุ่นที่จะปรับปรุงความถูกต้องของการคาดการณ์ลมความเร็ว Jeong, et al (2014) ได้เสนอไฮบริดรุ่น SARIMA-Ann ซึ่งได้รับการแสดงเพื่อให้ความถูกต้องดีกว่าสำหรับการคาดการณ์งบประมาณค่าใช้จ่ายพลังงานประจำปี (AECB) สิ่งอำนวยความสะดวกในการศึกษาของเกาหลีใต้กว่ารุ่น SARIMA คลาสสิก Babu และเรดดี้ (2014) แนะนำไฮบริดรุ่น ARIMA-Ann ซึ่งมีความแม่นยำสูงขึ้นเมื่อเทียบกับรุ่นของแต่ละบุคคลและไฮบริดที่มีอยู่แบบจำลอง ARIMA-Ann ใช้ข้อมูลจำลองตั้งและชุดข้อมูลการทดลองเช่นข้อมูลฉายข้อมูลราคาค่าไฟฟ้าและ ข้อมูลการลงทุนในตลาดหุ้น

ผลลัพธ์ (ไทย) 3:

จาง ( 2003 ) เสนอรูปแบบ arima-ann ไฮบริด ซึ่งในแต่ละรุ่นของหมาป่าดวงอาทิตย์ข้อมูล อัตราแลกเปลี่ยนข้อมูลอนุกรมเวลาลิงซ์แคนาดา sarima ลูกผสมอื่น และ แอน ถูกเสนอโดย aburto เวเบอร์ ( 2007 ) และพยากรณ์ทุกวัน ความต้องการในซุปเปอร์มาร์เก็ตที่ชิลี ของแบบจำลองที่มีอยู่มีประสิทธิภาพดีกว่านา ไตได้ตามฤดูกาล na ไตได้โดยปราศจากเงื่อนไข sarimax และหลายเครือข่ายประสาทแบบ จากการศึกษาเหล่านี้ หลายของพวกเขาพยายามที่จะใช้รูปแบบ arima-ann ไฮบริดในสาขาต่าง ๆของโปรแกรม ไมอา et al . ( 2008 ) จำกัด นำเสนอช่วงเวลาการพยากรณ์อนุกรมเวลาของอุตุนิยมวิทยาและราคาหุ้นข้อมูลโดยใช้แบบจำลอง arima-ann ไฮบริดและเมื่อเทียบกับการถดถอยอัตตะ ( AR ) , ARIMA และแอนรุ่น D í az Robles et al . ( 2008 ) แนะนำรุ่นไฮบริด arima-ann เพื่อการพยากรณ์คุณภาพอากาศในประเทศชิลี สตริง และ ริเวร่า ( 2010 ) แนะนำรุ่นไฮบริด arima-ann พยากรณ์ความเร็วลม shukur และลี ( 2015 ) ยังแนะนำให้ใช้ตัวกรองคาลมาน ไฮบริด และโครงข่ายประสาทเทียม ( kf-ann ) รุ่นปรับปรุงความถูกต้องของการพยากรณ์ความเร็วลม จอง et al . ( 2014 ) เสนอรูปแบบ sarima-ann ไฮบริดที่ถูกแสดงเพื่อให้ความถูกต้องที่ดีกว่าสำหรับการพยากรณ์งบประมาณต้นทุนพลังงานรายปี ( AECB ) ในเครื่องศึกษาของเกาหลีใต้กว่ารุ่น sarima คลาสสิก นาย และ เรดดี ( 2014 ) ได้เสนอรูปแบบ arima-ann ลูกผสมซึ่งมีความแม่นยำสูงกว่า เมื่อเทียบกับรุ่นบุคคลและที่มีอยู่ในรุ่นไฮบริด arima-ann ใช้ชุดข้อมูลชุดข้อมูลจำลองและทดลอง เช่น ข้อมูลดวงอาทิตย์ ไฟฟ้า ราคาข้อมูลและตลาดหุ้น