مدلهای پیش بینی بر مبنای سرعت سیارات

در نسخه جدید این نرم افزار راهکار بهتری برای کار کردن با سرعت سیارات پیدا کردیم. درواقع در نسخه قبلی، با استفاده از حالت ULE شما می توانستید با سرعت سیارات کار کنید: به عنوان مثال، این تصویر نمودار سرعت عطارد است. به هرحال استفاده از این نوع پدیده ها برای پیش بینی، ایده خوبی نمی باشد. لذا بهتر است با استفاده از سرعت سیارات پیش بینی را انجام دهیم. به جای استفاده تنها از سرعت، ما با پدیده ای مانند این نمونه کار می کنیم: "عطارد بصورت مستقیم و با بیشترین سرعت حرکت می کند" یا " عطارد بصورت راجعه و با سرعت متوسط حرکت می کند". برای ایجاد چنین پدیده ای در مدل شبکه عصبی، این مراحل را اجرا کنید: در اینجا این گزینه را انتخاب کنید: ببینید که برنامه چه حالتهایی را برای ماه ایجاد می کند (به عنوان مثال):

• در 20% از زمان کل ("20" به این دلیل است که به 5 گروه تقسیم شده) سرعت ماه کمتر از 12°2’52” می باشد.
• در 20% بعدی از زمان کل، سرعت ماه بین 12°2’52” و 12°44’45” است.
• محدوده سرعت بعدی بین 12°44’45” و 13°34’24”
• 13°34’24” و 14°13’02”
• و در 20% پایانی، سرعت ماه ببیشتر از 14°13’02” می باشد.

مهمترین موضوع در ارتباط با روش تفکیک کردن سرعت های مختلف ماه اینست که بازه زمانی همه دسته ها یکسان می باشد. در اینجا مشاهده می کنید که تقسیم بندی سرعت های مختلف ماه در قالب زمان چگونه دیده می شوند: با اجرای این بخش شما می توانید با استفاده از همه سیارات در زودیاک geo و helio خط پیش بینی  بر مبنای شبکه عصبی ایجاد کنید. : اینها خطوط پیش بینی بصورت رندوم بر اساس سرعت سیارات می باشند: در اینجا از سرعت سیارات در زودیاک Geo و Helio استفاده کردیم. Interval = 1000 bars  Training با توجه به جزئیات بک تست انجام شده برای این مدل، بهترین training interval برای پیش بینی در دوره های کوتاه مدت/میان مدت با 500 کندل (معادل 2 سال) می باشد. در جدول زیر بصورت آماری نشان داده شده که این مدلها با X% کندل چگونه آینده را پیش بینی می کند: همچنین این مدل برای پیش بینی یک سال آینده (250 کندل) مناسب است. برای پیش بینی بلند مدت، بازه آموزشی را روی 2000 کندل (8 سال) تنظیم کنید. جدول زیر نتیجه آماری برای این مدل را نشان می دهد.