en به‌کارگیری موجک‌ها و اسپلاین‌ها در پیش‌بینی سری‌های زمانی نامانا عمومى General پژوهشي Research <p dir="RTL">در این مقاله درباره‌ی پیش‌بینی کوتاه مدت سری‌های زمانی نامانا با استفاده از موجک‌ها و اسپلاین‌ها بحث می‌شود. موجک‌ها می‌توانند هر سری را به‌صورت جمع دو مؤلفه با فرکانس بالا و پایین تجزیه کنند. در سال 2007 امین‌غفاری و پوژی1 پیش‌نهاد دادند که مؤلفه با فرکانس بالا به‌وسیله‌ی موجک و مؤلفه با فرکانس پایین به‌کمک چندجمله‌ای‌های موضعی برون‌یابی شوند. ما در این مقاله یک روش پیش‌بینی سری‌های نامانا با استفاده از اسپلاین‌ها بر اساس همان فرایند پیش‌نهاد می‌کنیم. این روش برای پیش‌بینی سری شبیه‌سازی‌شده و میزان مصرف برق در دو ناحیه استفاده شده است. نتیجه‌های این مطالعه نشان می‌دهد که روش پیش‌نهادی بهتر از برازش موضعی چندجمله‌ای‌ها عمل می‌کند.<!--stripped--><!--stripped--></p> <p><strong>&nbsp;</strong>This paper deals with a short term forecasting non-stationary time series using wavelets and splines. Wavelets can decompose the series as the sum of two low and high frequency components. Aminghafari and Poggi (2007) proposed to predict high frequency component by wavelets and extrapolate low frequency component by local polynomial fitting. We propose to forecast non-stationary process using splines based on this procedure. This method is applied to forecast simulated data and electricity load consumption of two regions. Result of the study show, the proposed method performance is better than the local polynomial fitting.</p> <p></p> تبدیل موجک, اسپلاین‌ها, پیش‌بینی, سری‌های زمانی نامانا . This paper deals with a short term forecasting non-stationary time series using wavelets and splines. Wavelets can decompose the series as the sum of two low and high frequency components. Aminghafari and Poggi (2007) proposed to predict high frequency 213 222 http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-62&slc_lang=en&sid=1 Mina Aminghafari مینا امین ‌غفاری aminghafari@aut.ac.ir 1003194753284600636 1003194753284600636 Yes Shokoufeh Roosta شکوفه روستا 1003194753284600637 1003194753284600637 No