資源描述：
《時(shí)間序列分析在徑流預(yù)測(cè)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、大連理工大學(xué)碩士學(xué)位論文時(shí)間序列分析在徑流預(yù)測(cè)中的應(yīng)用姓名：屈磊磊申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：概率論與數(shù)理統(tǒng)計(jì)指導(dǎo)教師：宋立新20081201大連理工大學(xué)碩士學(xué)位論文摘要水文預(yù)報(bào)直接為防汛搶險(xiǎn)，水資源的合理利用與保護(hù)，水利工程的建設(shè)和調(diào)度運(yùn)行管理，以及工農(nóng)業(yè)生產(chǎn)提供服務(wù)，是水文研究的重要內(nèi)容。年徑流量的預(yù)報(bào)，對(duì)于制定生產(chǎn)計(jì)劃、防洪、抗旱、發(fā)電、水資源的規(guī)劃管理和綜合利用有著十分重要的意義。時(shí)間序列分析屬于概率統(tǒng)計(jì)學(xué)科的一個(gè)重要分支，近十多年來(lái)得到迅速發(fā)展，尤其是實(shí)際應(yīng)用遍及自然科學(xué)、社會(huì)科學(xué)以及工程技術(shù)的許多領(lǐng)域。時(shí)間序列分析的若干理論已經(jīng)相當(dāng)成熟，特別是對(duì)于線性平穩(wěn)
2、時(shí)間序列，其多種模型己被廣泛應(yīng)用于各領(lǐng)域的控制和預(yù)測(cè)。時(shí)間序列分析在水文預(yù)報(bào)方面起著重要作用。本文詳細(xì)介紹了時(shí)間序列模型的特點(diǎn)、相關(guān)分析方法及建模過(guò)程，并結(jié)合現(xiàn)有數(shù)據(jù)資料，通過(guò)相關(guān)分析，建立了年徑流序列的兩種時(shí)間序列模型：趨勢(shì)擬合模型以及ARIMA模型。使用Curveexpertl．3軟件進(jìn)行曲線擬合，建立三次和四次曲線擬合模型。ARIMA模型的建立，由于數(shù)據(jù)具有非平穩(wěn)性，所以先對(duì)原始數(shù)據(jù)進(jìn)行二階差分，然后對(duì)差分后數(shù)據(jù)特征進(jìn)行分析，選擇合適的模型以及對(duì)模型定階。模型確定后，對(duì)模型參數(shù)采用了Yule．Walker估計(jì)以及最小二乘估計(jì)。建模過(guò)程中，使用SPSS13．0
3、進(jìn)行輔助分析，并繪制出預(yù)測(cè)值折線圖與實(shí)測(cè)值進(jìn)行比對(duì)。對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，計(jì)算結(jié)果表明，ARIMA模型對(duì)于湞江年徑流量預(yù)報(bào)結(jié)果比趨勢(shì)擬合模型要好。關(guān)鍵詞：時(shí)間序列；ARIMA；SPSS；徑流預(yù)測(cè)時(shí)間序列分析在徑流預(yù)測(cè)中的應(yīng)用TheApplicationofTimeSeriesAnalysisOnTheHydrologicalForecastingAbstractHydrologicforecastisoneofthemostimportantpartsofhydrologyresearch．Itisthekeyissueinfloodcontrol，waterres
4、ourceusageandprotection，hydraulicstructuredesignreservoiroperation,andindustryagricultureproduction．Towardtotheformulationofproductionplan,thefloodprevention,drought-defying，theelectricitygeneration,thewaterresourcesprogrammanagementandthecomprehensiveutilization,theyearlydischargefor
5、ecasthasextremelyvitalsignificance．Asanimportantembranchmentofprobabilityandstatistics，timeseriesanalysishasbeenregardedasapowerfulandpotentialtoolforpredictionandcontr01．Themaintheorytotimeserieshasbeengrownup，andmanylinearstationarytimeseriesmodelshavebeenusedtocontr01andforecastinv
6、ariousfields．Thetimeseriesanalysismethodplaysalli_mportamroleinthehydrologicforecast．Inthispaper，thecharacters，correlativeanalysismethodSandmodelingprocessoftimeseriesmodelsisintroducedindetail，andtheyearlyrunoffforecastingtimeseriesmodelsaregivenaccordingtocorrelativeanalysisassociat
7、edwithavailabledata．CurveestimationmodelandAR／MAmodelareestablished．Curveexpertl．3softwareisusedtocurveestimation．Accordingtotheunstationaryofdata,second-orderdifferenceiSusedbeforeAIUMAiSsetup．Yule-WalkerestimatesandleastsquaresestimatesischooseforARIMAprocess．硼1ispaperappliesthetime
8、serie
