文档介绍：降水时间序列挖掘模型的建立和应用
【摘要】在广西柳州水文水资源分局收集有关的水文数据并进行相应的预处理基础上,根据时间序列分析所涉及的主要内容,将水文时间序列分解为趋势项、周期项、突发项、随机项,然后分别按照各个组成项的变化规律对这些项进行研究,找出其变化规律,并分别建立各个组成项的数学模型,最后将这些分解模型合成为水文时间序列的预测模型,并使用此模型对水文时间序列的未来值进行预测和分析。
【关键词】时间序列;水文数据;模型;建立;预测
【收稿日期】2010-3-5
【作者简介】罗耀军(1961-),男,广西全州人,柳州铁道职业技术学院信息工程系副教授,主要从事计算机应用技术研究。
【中图分类号】TP301【文章标识码】 B
Establishment and Application of Time-series Mining Model
Luo Yao-jun
(Liuzhou Railway Vocational Technical College,Liuzhou Guangxi 545007)
Abstract:on the basis of data collected by Liuzhou, Guangxi Hydrology and Water Resources Branch and the corresponding pre-treatment ,the hydrology time series is broken up into trend term, periodicity term, outburst term and randomness term according to the main contents related to the time series analysis. According to the change law of position term, position term are analysed and researched respectively, their rules of variance can be discovered. A mathematic model to position term is also built up. Finally, these position models are synthesized for hydrological time series prediction model and use this model to forecast and analyze the future of hydrological time series.
Key words:time series; hydrology data; model; establish;forecast
近年来,国内外科研人员和工程技术人员在水文时间序列数据挖掘方面取得了一定的研究成果,主要有传统的时间序列分析技术、随机水文理论、模糊分析方法、灰色系统方法、信息嫡分析方法、混沌理论分析方法、小波分析方法、人工神经网络方法等。丁晶与邓育仁两人,比较系统地综合了随机水文学领域的基本理论和方法以及研究成果,指出随机性、模糊性和灰色性往往共存于所研究的对象和问题中,在不