การเพิ่มความแม่นยำในการพยากรณ์ข้อมูลอนุกรมเวลาด้วยตัวแบบผสม ARIMA-ANN และการวิเคราะห์การถดถอย
Article Sidebar
Main Article Content
บทคัดย่อ
การใช้วิธีการวิเคราะห์การถดถอยในการสร้างตัวแบบผสมแบบใหม่ระหว่างตัวแบบ ARIMA กับตัวแบบเครือข่ายประสาทเทียม ที่มีชื่อเรียกว่าตัวแบบผสม ARIMA-ANN-REG ให้ความแม่นยำในการพยากรณ์ดีกว่าตัวแบบผสมระหว่างตัวแบบ ARIMA กับตัวแบบเครือข่ายประสาทเทียมแบบดั้งเดิม ที่มีชื่อเรียกว่าตัวแบบผสม ARIMA-ANN งานวิจัยนี้ศึกษาและเปรียบเทียบความแม่นยำของค่าพยากรณ์ที่ได้จากตัวแบบ ARIMA และตัวแบบผสมระหว่าง ARIMA กับเครือข่ายประสาทเทียม (ARIMA-ANN) รวมทั้งตัวแบบผสมระหว่าง ARIMA กับเครือข่ายประสาทเทียม โดยอาศัยวิธีการวิเคราะห์การถดถอย (ARIMA-ANN-REG) โดยศึกษาเปรียบเทียบทั้งในส่วนของข้อมูลจำลองและข้อมูลจริง ข้อมูลจำลองที่ใช้ในการศึกษานั้นสร้างมาจากตัวแบบ ARIMA จำนวนทั้งสิ้น 8 ตัวแบบ และข้อมูลจริงนั้นได้มีการนำข้อมูลจริงทั้งหมด 6 ชุดข้อมูล ในประเทศไทยมาใช้ในการเปรียบเทียบ ผลการศึกษาพบว่าตัวแบบผสม ARIMA-ANN-REG มีความแม่นยำในการพยากรณ์สูงที่สุดทั้งชุดข้อมูลจริงและชุดข้อมูลจำลอง
Article Details
References
Taesombat, S., 2010, Quantitative Forecasting, Kasetsart University Press, Bangkok, 487 p. (in Thai)
Shumway, R.H. and Stoffer, D.S., 2010, Time Series Analysis and Its Applications with R Examples, 3rd Ed., Springer, Berlin, 576 p.
Zhang, P.G., 2003, Time series forecasting using a hybrid ARIMA and neural network model, Neurocomputing 50: 159-175.
Faruk, D.O., 2010, A hybrid neural network and ARIMA model for water quality time series prediction, Eng. Appl. Artif. Intell. 23: 586-594.
Meth, N., Saxena, V.P. and Pardasani, K.R., 2010, A comparison between hybrid approaches of ANN and ARIMA for Indian stock trend forecasting, Bus. Intell. J. 3: 23-43.
Koutroumanidis, T., Ioannou, K. and Arabatzis, G., 2009, Predicting fuel wood prices in Greece with the use of ARIMA models artificial neural networks and a hybrid ARIMA-ANN model, Energy Pol. 37: 3627-3634.
Ebrahimi, A., 2019, Time series forecasting of styrene price using a hybrid ARIMA and neural network model, Indep. J. Manag. Prod. 10: 915-933.
Siripanich, P., Nillaporn, P. and Trakarnta lerngsuk, S., 2007, Time Series Forecasting Using a Combined ARIMA and Artificial Neural Network Model of Styrene Price Using a Hybrid ARIMA and Neural Network Model, Operations Research Network 2007, 7 p. (in Thai)
Boonmana, C. and Kulvanich, N., 2017, A comparative prediction accuracy of hybrid time series models, Thai Sci. Technol. J. 25(2): 177-190. (in Thai)
Somsila, C., Chiewchanwattana, S. and Sunat, K., 2010, Hybrid Model for Air Quality Data Prediction Case Study: Air Quality Data in Thailand, The 11th Graduate Research Conference, 12 p. (in Thai)
Khairalla, M., Xu-Ning and AL-Jallad, N.T., 2017, Hybrid forecasting scheme for financial time-series data using neural network and statistical methods, IJACSA 8: 319-327.
Zhang, P.G., 2007, A neural network ensemble method with jittered training data for time series forecasting, Inform. Sci. 177: 5329-5346.