سوال شماره 13525
چندگزینهای
آزمون نظام مهندسی ترافیک
در تحلیل سریهای زمانی، کدام روش برای پیشبینی روند ترافیک در شرایط عدم قطعیت دادهها مناسبتر است؟
گزینهها:
- 1. برازش منحنی چندجملهای
- 2. تحلیل رگرسیون خطی ساده
- 3. روش هموارسازی نمایی
- 4. مدل ARIMA با پارامترهای پویا ✓ صحیح
پاسخ صحیح:
- مدل ARIMA با پارامترهای پویا
توضیحات:
مدل ARIMA (مدل خودرگرسیونی میانگین متحرک یکپارچه) یک روش قدرتمند در تحلیل سریهای زمانی است که برای پیشبینی روند ترافیک در شرایط عدم قطعیت دادهها مناسب میباشد.
دلایل مناسب بودن این روش عبارتند از:
- توانایی مدلسازی رفتارهای پیچیده زمانی در دادههای ترافیک
- قابلیت تطبیق با تغییرات پویا در الگوهای ترافیک
- انعطافپذیری در تنظیم پارامترها بر اساس شرایط متغیر
استفاده از پارامترهای پویا در مدل ARIMA این مزایا را دارد:
- به مدل اجازه میدهد با گذشت زمان خود را