基于关联规则挖掘径流长期预报模型研究.docVIP

基于关联规则挖掘径流长期预报模型研究 　　摘要：关联规则是一种重要的数据挖掘技术。现结合水文长期预报的特殊性，将关联规则挖掘分析方法应用于径流长期预报中。根据预报目标初选出预报因子，构成长期预报事务数据集。然后将其进行离散化处理，对离散化后的数据集进行关联规则分析，挖掘出满足事先设定的最小支持度和最小置信度的强关联规则，解释规则并建立模型。以嫩江江桥站汛期径流长期预报为例，挖掘出满足要求的强关联规则，这些强关联规则中蕴含着北太平洋海温变化和江桥汛期径流的关系，说明了关联规则挖掘分析方法在径流长期预报中的可行性。 　　关键词：海温；关联规则；数据挖掘；长期预报?? 　　中图分类号：P338 文献标识码：A 文章编号：1672-1683（2007）01-0070-04 　　 　　Study of Long-term Runoff Forecast Model Based on Association Rules Mining?? 　　WANG Fu-qiang，XU Shi-guo?? 　　(School of Civil and Hydraulic, Dalian University of Technology, Dalian 116024, China)?? 　　Abstract： 　　Association rule is an important method of data mining techniques. Considering the characteristics of hydrology forecast, association rules method is applied to the long-term runoff forecast. The forecast factors are selected to constitute the long-term forecast database on the forecast object. The original data is discretized to find the strong association rules which accords with the minimum-support and minimum-confidence. Long-term runoff forecast model is built based on the strong association rules. According to the practical example of Jiangqiao hydrologic station at Nenjiang River, the strong association rules reveal the relation between the sea surface temperature (SST) and the flood season runoff, and the association rules method is proved feasible in aided decision-making for long-term runoff forecast.?? 　　Key words: 　　sea surface temperature (SST); association rules; data mining; long-term forecast 　　 　　随着水文中长期预报研究的逐步深入和数据库技术的迅速发展，人们积累的数据资料的数量和种类也迅速增长，如何存储、管理和检索利用信息就成为水文中长期预报研究中面临的一个问题。如何从众多的信息中将有用的部分提取出来，并按照长期预报的要求进行组织是需要解决的又一个问题［1］。传统的水文中长期预报模式已经不能适应海量数据的需要，同时从信息处理角度，人们更希望计算机帮助我们分析数据、理解数据，帮助我们基于丰富的数据做出决策，做人力所不能及的事情。数据挖掘就是一种从大量、有噪声的数据中提取隐含在其中、事先未知，但又是潜在有用的信息和知识的有效分析技术［2］。?? 　　起源于商业分析的数据挖掘技术初始主要用于分析商业数据，挖掘商业数据中隐含的商业规律和客户的消费心理。比如对商品进行购物篮分析，分析那些商品顾客最有可能一起购买。但是在作为以成因分析为基础的水文预报中，如果单纯从水文历史数据推求水文规律显然考虑是不全面的，而完全通过成因分析来研究水文规律又受到某些条件的限制，如对一些复杂水文现象不能完全认识，预报因子的选择不能反应预报目标的物理成因等一系列主客观原因。因此，水文数据挖掘相对于商业数据挖掘有其特殊性，应