基于协整理论的数据挖掘在降水预测中的研究

摘要

伴随着水资源匮乏的日益加剧，水资源的合理规划与利用已经成为研究的热门话题之一。而作为可更新的降水这种淡水资源的预测成为研究的重中之重。本文提出一种的方法――基于协整理论的数据挖掘对地区降水进行预测分析。该模型主要利用协整理论将相关序列信息引入，并运用数据挖掘算法刻画非线性映射关系。与传统机器学习算法的比较可得，协调理论能够显著提高预测精度。因此，该地区的农业水资源高效利用和防洪抗旱等具有一定的指导。

目录

声明

第一章 绪论

§1.2 研究现状

§1.3 协整理论概述

§1.3.3 向量自回归模型

§1.4 数据挖掘简述

§1.4.1 支持向量机

§1.4.2 智能优化算法

§1.5 评估标准

§1.6 文章结构

第二章 基于协整理论的联合模型在干旱区降水预测的应用

§2.3 联合模型的构建

§2.4 仿真及其结果

§2.4.3 协整检验及分析

§2.4.4 预测结果

§2.4.5 模型比较

§2.5 小结与讨论

第三章 基于协整理论的联合模型在湿润区降水预测的应用

§3.3 联合模型的构建

§3.4 仿真及其结果

§3.4.2 试验数据集选取

§3.4.3 协整检验及其分析

§3.4.4 模型预测结果

§3.4.5 模型比较

§3.5 小结与讨论

第四章 结论

参考文献

在学期间科研成果

致谢