基于数据挖掘的水文时间序列预测

摘要：

基于灰色理论和灰色神经网络组合预测模型,对水文时间序列进行数据挖掘.对原始序列首先进行了对数-方根变换,使得数据序列满足灰色理论的覆盖条件,采用灰色预测模型GM(1,1),对数据序列进行预测,由于灰色预测属于线性预测,因此将灰色预测模型与神经网络模型相结合,提高了预测精度.以都江堰岷江来水数据为原始数据进行实际预测,实验证明,这种组合模型的预测效果优于传统预测模型.

关键词：数据挖掘、水文预测、时间序列、灰色理论、灰色神经网络组合模型

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：水利部科技创新项目XDS2004-01

在线出版日期：2007-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：231-233,238