شناسايي نقاط دورافتاده در سري هاي زماني داراي مدل VARMA با استفاده از الگوريتم ژنتيك

در تحليل سري هاي زماني چند متغيره، نقاط دورافتاده مي توانند منجر به شناسايي غلط مدل، برآورد اريب پارامترها و پيش بيني هاي ضعيف شوند. لذا آشكارسازي اين نقاط بسيار مهم بوده و مورد توجه مي باشد. در اين تحقيق، روش آشكارسازي جديدي بر اساس الگوريتم ژنتيك در سري هاي زماني داراي مدل VARMA استفاده مي شود. اين روش علاوه بر پيدا كردن مكان نقاط دورافتاده، شناسايي نوع دورافتادگي اين نقاط نيز انجام مي شود. سپس به معرفي روش تساي، پناه و پانكراتز ( TPP ) پرداخته و با مطالعات شبيه سازي نشان مي دهيم كه درصد آشكارسازي صحيح نقاط دورافتاده در الگوريتم ژنتيك نسبت به روش TPP بيشتر است. همچنين داده هاي مربوط به گاز-كوره بررسي و مدل بندي شده و مشخص شد كه روش هاي الگوريتم ژنتيك و TPP ، نقاط دورافتاده مشابهي را آشكار مي سازند.