تمت في كلية الادارة والاقتصاد / جامعة بغداد ، مناقشة اطروحة الدكتوراه الموسومة ( التنبؤ بالسلاسل الزمنية باستعمال الانموذج الهجين (دالة التحويل-خوارزميات الأسراب) في تخصص الاحصاء للطالبة (نجلاء خالد احمد) بأشراف أ . د . صباح منفي رضا.
وان الهدف من هذه الدراسة هو تحسين التنبؤ لبيانات درجات الحرارة العظمى والصغرى والتبخر من خلال استخدام اساليب تنبؤ هجينة اكثر مرونة للقدرة على التنبؤ بدقة عالية والتي تبنى من نماذج مختلطة خطية ولا خطية. ومن الاساليب المستخدمة في هذه الرسالة نموذج دالة التحويل Transfer function (TF) modelونموذج الانحدار الذاتي والمتوسطات المتحركة التكاملي Integrated autoregressive and moving average (ARIMA) model كنماذج خطية تقليدية شائعة الاستخدام للتنبؤ بالسلاسل الزمنية. تستدعي الضرورة غالبا الى ايجاد نموذج يصف بشكل منطقي العلاقات الديناميكية التي تربط سلسلة اخراج واحدة بسلسلة مدخلات واحدة او اكثر لذلك من الممكن استخدام نموذج دالة التحويل TF لنمذجة العلاقة المعنوية بين متغير الاخراج ومتغير او اكثر من متغيرات الادخال ولتحسين نتائج النمذجة والتنبؤ تم استخدام خوارزمية أمثلية القرود العنكبوتية Spider Monkey Optimization (SMO) Algorithm وخوارزمية أمثلية اسراب الطيور Particle Swarm Optimization (PSO) Algorithm كأسلوب يستخدم لأمثلية نمذجة البيانات ذات النمط غير الخطي وتحسين التنبؤ. لذلك تم اقتراح عدة نماذج هجينة ومنها النموذج الهجين TF-SMO وهو النموذج الهجين من كل من نموذج TF وخوارزمية أمثلية القرود العنكبوتية والنموذج الهجين TF-PSO وهو النموذج الهجين من كل من نموذج TF وخوارزمية أمثلية سرب الطيور والنموذج الهجين ARIMA-SMO وهو نموذج هجين من خوارزمية SMO كأسلوب أمثلية مع نموذج ARIMA واخيرا النموذج الهجين ARIMA-PSO . ان الفكرة الرئيسية من تهجين الاسلوبين تكمن في اخذ هيكلية متغيرات نموذج TF ومعلماته المقدرة واستخدامها كمدخلات في خوارزمية القرود SMO وخوارزمية الطيور PSO وكذلك اخذ هيكلية متغيرات نموذج ARIMA ومعلماته المقدرة واستخدامها كمدخلات في خوارزمية القرود SMO وخوارزمية الطيور PSO لنمذجة البيانات ذات الانماط المختلطة من خلال نماذج هجينة خطية ولا خطية. اما فيما يخص مشكلة عدم التجانس في البيانات فقد تم استخدام اسلوب التراصف الزمني Time stratified (TS) لمراصفة البيانات زمنياً الى موسمين حار وبارد. حيث تم تقسيم البيانات للموسمين الحار والبارد لبيانات الحرارة العظمى والصغرى والتبخر الى مجموعتين الاولى بيانات فترة التدريب والثانية بيانات فترة الاختبار الى ما يقارب 65% لفترة التدريب وما يقارب 35% لفترة الاختبار .بالاعتماد على النتائج فقد تمكن نموذج TF و ARIMA من اعطاء تنبؤات مقبولة فيما كانت نتائج التنبؤ للنماذج الهجينة الاكثر ملائمة وباقل متوسط مربعات الخطأ Mean squared error (MSE) . وبذلك فمن الممكن استنتاج ان النماذج الهجينة المقترحة من الممكن استخدامها لتحسن نمذجة بيانات السلاسل الزمنية لدرجات الحرارة العظمى والصغرى والتبخر والحصول على افضل التنبؤات وان افضل النتائج كانت للنموذج الهجين المقترح TF-SMO .