發(fā)布時(shí)間：2021-11-12 00:49

　　高精度的時(shí)空序列預(yù)測是揭示區(qū)域變量空間連續(xù)分布隨時(shí)間的動(dòng)態(tài)變化規(guī)律及其時(shí)空演化的重要保證。有效的預(yù)測技術(shù)是提高研究區(qū)域變量預(yù)測精度的關(guān)鍵。時(shí)空序列預(yù)測是時(shí)空數(shù)據(jù)挖掘的重要內(nèi)容,但隨著時(shí)空數(shù)據(jù)集體積的不斷增大,傳統(tǒng)的時(shí)間序列預(yù)測模型對不同序列間復(fù)雜的時(shí)空影響、自身非線性、參數(shù)估計(jì)對數(shù)學(xué)模型的考慮不足,很大程度上影響了預(yù)測精度�；旌项A(yù)測建模能夠克服單一預(yù)測模型對時(shí)空序列特征考慮的不足。混合預(yù)測建模是將不同的模型不同的理論融合,建立僅有一個(gè)最終預(yù)測值的模型�；旌项A(yù)測模型可以多角度、多方面考慮變量自身特點(diǎn),并通過協(xié)同運(yùn)轉(zhuǎn)來提高預(yù)測精度。融合神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)以及時(shí)間序列分析建立混合預(yù)測模型是目前提高預(yù)測精度的重要研究方法。最小二乘支持向量機(jī)有強(qiáng)大的擬合非線性復(fù)雜性問題能力,已被廣泛應(yīng)用于復(fù)雜的工程領(lǐng)域。由于區(qū)域變量在不同的空間點(diǎn)收集的數(shù)據(jù)有很大的波動(dòng),僅使用最小二乘支持向量一種訓(xùn)練模式,不能很好地發(fā)揮其自身的非線性特征。由于時(shí)空數(shù)據(jù)集序列繁多,傳統(tǒng)的時(shí)間序列方法僅能對一條或幾條序列進(jìn)行建模預(yù)測,難以滿足時(shí)空序列建模的要求。基于物以類聚思想和地理學(xué)第一定律,對時(shí)空數(shù)據(jù)集進(jìn)行聚類,將每一類時(shí)空序列... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

二維陣列SOM網(wǎng)絡(luò)結(jié)構(gòu)模型

第三章 研究區(qū)及數(shù)據(jù)介紹3.1 研究區(qū)介紹本文選取西北地區(qū)民勤綠洲作為研究區(qū)，民勤綠洲隸屬石羊河流域,地處西北內(nèi)陸干旱區(qū)，位于河西走廊東部石羊河下游，除西南一角與金昌、涼州區(qū)相接外，其余均被騰格里和巴丹吉林沙漠包圍，是一個(gè)半封閉的內(nèi)陸荒漠區(qū)，在阻礙兩大沙漠匯合中起著極其重要的作用[43]。地理位置為東經(jīng)101 4 9 41 104 1 2 1 0 、北緯38 3 4 5 39 2 7 37 之間（圖 3.1 甘肅省行政區(qū)域圖），該地區(qū)由于水資源的短缺，是最早開發(fā)利用地下水的地區(qū)之一。多年來，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，對水資源需求的大幅增加，由于多種因素人們不得不通過過量開采地下水來維持生產(chǎn)與生活[44]。過度的開發(fā)利用，使得地下水文系統(tǒng)自身補(bǔ)給難以平衡，致使地下水礦化度多年來持續(xù)增高，出現(xiàn)植物干枯、土壤環(huán)境惡化等一系列生態(tài)環(huán)境問題。地下水用于灌溉是綠洲地區(qū)重要灌溉方式，而高礦化度的地下水用于灌溉，會(huì)使土壤中因灌溉而滯留的鹽分不斷增加，土壤鹽堿化嚴(yán)重，這不僅嚴(yán)重影響了民勤綠洲社會(huì)經(jīng)濟(jì)的發(fā)展，也危及到綠洲本身的生存[45]。

蘭州交通大學(xué)碩士學(xué)位論文- 25 -圖 3.2 武威市行政區(qū)域圖3.2 研究區(qū)地下水埋深分析圖 3.3 1998 年地下水埋深空間分布 圖 3.4 2013 年地下水埋深空間分布為了更直觀地表述研究區(qū)綠洲地下水埋深十幾年的空間分布變化情況，本文收集到了研究區(qū) 88 個(gè)地下水埋深監(jiān)測站點(diǎn)，從 1998 年至 2013 年月度數(shù)據(jù)，并且分別應(yīng)用 1998

【參考文獻(xiàn)】：
期刊論文
[1]基于GM（1,1）-PCA的環(huán)境預(yù)測與分析研究[J]. 賀金龍,吳晟,周海河,李英娜,吳興蛟,李天龍,馬顥瑄.  信息技術(shù). 2018(01)
[2]基于Holt-Winters與最小二乘支持向量機(jī)的混合預(yù)測模型[J]. 劉寶成,張仲榮,盛秀梅,程麗娟.  洛陽理工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(04)
[3]基于時(shí)空序列模型的RBF神經(jīng)網(wǎng)絡(luò)在河流水位預(yù)測中的應(yīng)用[J]. 李欣,王超,趙虎川.  城市勘測. 2016(05)
[4]幾種智能算法與支持向量機(jī)融合模型在中長期月徑流預(yù)測中的應(yīng)用[J]. 崔東文.  華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[5]新型灰狼優(yōu)化算法在函數(shù)優(yōu)化中的應(yīng)用[J]. 羅佳,唐斌.  蘭州理工大學(xué)學(xué)報(bào). 2016(03)
[6]箱形圖在長江流域棉區(qū)棉花含雜率異常值檢驗(yàn)中的應(yīng)用[J]. 李夢輝,桑小田,田振川,申獻(xiàn)夫.  湖北農(nóng)業(yè)科學(xué). 2016(11)
[7]不同地下水礦化度條件下檉柳土柱的水鹽分布特征[J]. 宋戰(zhàn)超,夏江寶,趙西梅,張國典,李常準(zhǔn),畢玉青.  中國水土保持科學(xué). 2016(02)
[8]基于隱馬爾科夫模型的時(shí)空序列預(yù)測方法[J]. 柳姣姣,禹素萍,吳波,姜華,何風(fēng)行,李鳳榮.  微型機(jī)與應(yīng)用. 2016(01)
[9]融合空間尺度特征的時(shí)空序列預(yù)測建模方法[J]. 鄧敏,陳倜,楊文濤.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(12)
[10]地理學(xué)時(shí)空數(shù)據(jù)分析方法[J]. 王勁峰,葛詠,李連發(fā),孟斌,武繼磊,柏延臣,杜世宏,廖一蘭,胡茂桂,徐成東.  地理學(xué)報(bào). 2014(09)

博士論文
[1]基于混合模型的地下水埋深時(shí)空預(yù)測方法研究[D]. 張仲榮.蘭州交通大學(xué) 2017
[2]瑪納斯河流域水資源可持續(xù)利用研究[D]. 魏玲玲.石河子大學(xué) 2014



本文編號：3489871