IntroductionIn long or short-term r

Introduction
In long or short-term river operation, river flow estimation is an important parameter. One of the common methods employed is based on using past observed data and forecasting river discharge in the future or using time series analysis. The field of time series analysis has changed in the last decade due to progress and acquisition of new knowledge in non-linear dynamics (Sprave, 1994). Nevertheless, there are still applications where the accurate estimation of linear
processes such as auto regressive moving average (ARMA) models are sufficient especially when they are used for linear time series analysis (Hwarng, 2001). However, the methods for this class of models were developed more than 20 years ago, with the restrictions of the then currently available computer resources. Therefore, it is necessary to test the new approaches in applying the ARMA models in time series analysis.

ผลลัพธ์ (ไทย) 1:

แนะนำในการดำเนินงานระยะสั้น หรือยาวแม่น้ำ แม่น้ำไหลประมาณเป็นพารามิเตอร์สำคัญ วิธีทั่วไปที่ทำงานอย่างใดอย่างหนึ่งอยู่กับใช้ผ่านข้อมูลที่สังเกต และคาดการณ์การปล่อยน้ำในอนาคต หรือใช้เวลาชุดวิเคราะห์ ด้านการวิเคราะห์ชุดเวลามีการเปลี่ยนแปลงในทศวรรษความคืบหน้าและซื้อความรู้ใหม่ใน dynamics ไม่เชิงเส้น (Sprave, 1994) อย่างไรก็ตาม ยังมีโปรแกรมประยุกต์ซึ่งการประเมินความถูกต้องของเส้นกระบวนการเช่นลดค่าลงเรื่อย ๆ ย้ายแบบจำลองเฉลี่ย (อาร์มา) อัตโนมัติได้เพียงพอโดยเฉพาะอย่างยิ่งเมื่อพวกเขาจะใช้สำหรับการวิเคราะห์ชุดข้อมูลเชิงเส้นเวลา (Hwarng, 2001) อย่างไรก็ตาม วิธีการคลาสของรุ่นนี้ถูกพัฒนามากว่า 20 ปีที่ผ่านมา มีข้อจำกัดของทรัพยากรคอมพิวเตอร์ที่มีอยู่ในปัจจุบันแล้ว ดังนั้น จึงเป็นความจำเป็นต้องทดสอบวิธีใหม่ในการใช้รูปแบบอาร์มาในเวลาชุดวิเคราะห์

ผลลัพธ์ (ไทย) 2:

ความรู้เบื้องต้นในการดำเนินงานแม่น้ำยาวหรือระยะสั้นประมาณค่าการไหลของแม่น้ำเป็นตัวแปรที่สำคัญ หนึ่งในวิธีการทั่วไปที่ใช้จะขึ้นอยู่กับการใช้ที่ผ่านมาสังเกตข้อมูลและคาดการณ์แม่น้ำออกในอนาคตหรือโดยใช้การวิเคราะห์อนุกรมเวลา ด้านการวิเคราะห์อนุกรมเวลาที่มีการเปลี่ยนแปลงในทศวรรษที่ผ่านมาเนื่องจากความคืบหน้าและการเข้าซื้อกิจการขององค์ความรู้ใหม่ในการเปลี่ยนแปลงที่ไม่ใช่เชิงเส้น (Sprave, 1994) อย่างไรก็ตามยังคงมีการใช้งานที่ประมาณการเชิงเส้นที่ถูกต้องของกระบวนการต่าง ๆ เช่นรถยนต์ค่าเฉลี่ยเคลื่อนที่ถอยหลัง (ARMA) รุ่นมีเพียงพอโดยเฉพาะอย่างยิ่งเมื่อพวกเขาจะใช้สำหรับการวิเคราะห์อนุกรมเวลาเชิงเส้น (Hwarng, 2001)
อย่างไรก็ตามวิธีการสำหรับการเรียนของรุ่นนี้ได้รับการพัฒนามานานกว่า 20 ปีที่ผ่านมามีข้อ จำกัด ของทรัพยากรคอมพิวเตอร์นั้นมีอยู่ในปัจจุบัน ดังนั้นจึงเป็นสิ่งที่จำเป็นในการทดสอบวิธีการใหม่ ๆ ในการประยุกต์ใช้รูปแบบ ARMA ในการวิเคราะห์อนุกรมเวลา

ผลลัพธ์ (ไทย) 3:

บทนำ
ในระยะยาวหรือการระยะสั้นประมาณแม่น้ำ , แม่น้ำไหลเป็นพารามิเตอร์สำคัญ หนึ่งในวิธีการที่ใช้โดยทั่วไปใช้ข้อมูลในอดีตและการคาดการณ์ในอนาคต หรือแม่น้ำไหล โดยใช้การวิเคราะห์อนุกรมเวลา ด้านการวิเคราะห์อนุกรมเวลามีการเปลี่ยนแปลงในทศวรรษที่ผ่านมาเนื่องจากความก้าวหน้าและการพัฒนาทักษะความรู้ใหม่ในการเปลี่ยนแปลง ( sprave ) ,1994 ) อย่างไรก็ตาม ยังคงมีการใช้งานที่ถูกต้องของกระบวนการเชิงเส้น การประมาณค่า
เช่นรถยนต์ถอยหลังค่าเฉลี่ยเคลื่อนที่ ( อาม่า ) รุ่นที่เพียงพอโดยเฉพาะอย่างยิ่งเมื่อพวกเขาถูกใช้สำหรับการวิเคราะห์อนุกรมเวลาเชิงเส้น ( hwarng , 2001 ) อย่างไรก็ตาม วิธีการเรียนของรุ่นนี้ได้รับการพัฒนามานานกว่า 20 ปีกับข้อ จำกัด ของก็มีอยู่ในปัจจุบันคอมพิวเตอร์ทรัพยากร ดังนั้น จึงมีความจำเป็นที่จะต้องทดสอบวิธีใหม่ในการใช้อาวุธในรูปแบบการวิเคราะห์อนุกรมเวลา