تمت في كلية الادارة والاقتصاد / جامعة بغداد ، مناقشة اطروحة الدكتوراه الموسومة (استعمال بعض اساليب الذكاء الاصطناعي في تهجين نماذج السلاسل الزمنية مع تطبيق عملي ) في تخصص الاحصاء للطالبة (نور سليم محمد) بأشراف أ.د. فراس احمد محمد .
يعتبر التنبؤ من المواضيع المهمة في تحليل السلاسل الزمنية اذ له دورا بارزا في اتخاذ القرارات المستقبلية و برزت أهمية التنبؤ في المجال الاقتصادي بشكل كبير وذلك لتحقيق النمو الاقتصادي و تحديدا استقرار الاسعار لذلك فان التنبؤ الدقيق للسلاسل الزمنية يعتبر من اهم التحديات التي نسعى بها الى اتخاذ القرار الافضل اذ من خلاله يتم وضع الخطط اللازمة لتفادي الخسائر التي تنتج من التقلبات التي تحدث في الأسعار فان الهدف من الاطروحة هو اقتراح توظيف نماذج هجينة للتنبؤ بأسعار النفط الخام اليومية التي تمثل القوة الاقتصادية للبلد حيث تم دراسة و بناء النماذج الهجينة المقترحة وذلك لان معظم بيانات السلاسل الزمنية تتكون من مركبتين خطية و غير خطية في الواقع العملي وبذلك فان النموذج الفردي غير كافي لتشخيص خواص السلاسل الزمنية و نمذجتها ، ان النموذج الهجين يتكون من دمج المركبة الخطية والتي تمثل نماذج بوكس جينكنز و المركبة الغير خطية التي تمثل احد اساليب الذكاء الاصطناعي منها نماذج التعلم الالي التي تمثل الشبكة العصبية الاصطناعية (ANN) , شبكة الانحدار العصبية المعممة (GRNN) , خوارزمية انحدار متجه الدعم (SVR) و نماذج التعلم العميق التي تمثل شبكة الذاكرة الطويلة قصيرة المدى (LSTM) و شبكة وحدة البوابات المتكررة (GRU) و تبين ان النماذج الهجينة المقترحة في عملية التنبؤ عند اجراء المحاكاة للسلسلة الزمنية و النمذجة باستعمال نموذج (ARIMA) و لحجوم عينات مختلفة و عند تطبيقها على بيانات اسعار النفط الخام اليومية للفترة (من 2010/01/01 الى 2020/06/30) كانت اكثر كفاءة من النماذج المفردة و تمت المقارنة بين النماذج المفردة و النماذج الهجينة بواسطة مقياس المقارنة متوسط مربع الخطأ (MSE) و اظهرت النتائج ان النماذج الهجينة المقترحة أعطت نتائج اكثر دقة و كفاءة , إضافة الى قدرتها على التنبؤ بأسعار النفط الخام بشكل جيد.
