Введение 3
1 Регрессионный анализ данных 5
1.1 Алгоритм регрессионного анализа 5
1.2 Прогностические возможности регрессионных моделей 14
1.3 Алгоритм увеличения эффективности прогнозных регрессионных
моделей 20
2 Формирование базы данных для исследования 21
2.1 Выбор речных водосборов 21
2.2 Анализ исходных гидрометеорологических данных 21
3 Применение разработанного эффективного алгоритма для прогнозов по
регрессионным моделям 28
4 Анализ полученных результатов и рекомендации для использования
разработанного алгоритма 44
Заключение 46
Эффективное применение регрессионных зависимостей для прогноза гидрологических характеристик горных рек отмечают некоторые исследователи. Так, например, для некоторых горных рек Узбекистана рассчитаны многофакторные зависимости между стоком рек вегетационного периода и атмосферными осадками . Для прогноза уровня воды реки Мзымта (Краснодарский край) предложены методики, основанные на регрессионном анализе и на использовании нейросетевых технологий, дающие примерно равные результаты и на основе теории Марковских процессов с дискретным временем. Использование множественной регрессии с двумя предикторами - расходом воды за предшествующий период и осадками, привело к улучшению прогнозов на реке Нарым (река в ВосточноКазахстанской области Казахстана, правый приток Иртыша) , а для реки Амыл (горная река Красноярского края) сравнительный анализ методик прогноза максимальных уровней воды показал, что однофакторные зависимости имеют более высокие коэффициенты детерминации, чем модель множественной регрессии.
В связи с вышеизложенным целью исследования заключается в разработке алгоритма получения уравнения регрессии, которое можно использовать для более эффективных прогнозов гидрологических характеристик.
Для достижения цели исследования необходимо решить следующие задачи:
- изучение метода регрессионного анализа и перспективы его использования в гидрологических прогнозах;
- разработка алгоритма получения эффективных регрессионных моделей;
- сбор исходной гидрометеорологической информации;
- получение регрессионных моделей с учетом разработанного алгоритма;
- оценка качества полученных прогнозов.
В ходе выполнения исследования получены следующие результаты:
- изучен метод регрессионного анализа и перспективы его использования в
гидрологических прогнозах;
- разработан алгоритм получения эффективных регрессионных моделей;
- создана база данных гидрометеорологической информации по
водосборам рек Ловать и Сороть;
- получены регрессионные модели с учетом разработанного алгоритма;
- оценка качества полученных моделей показала их эффективность.
