随着信息技术的大力发展，人们所拥有的信息量也在不断的增加。对于大量的信息数据来说，如何获取隐含在数据中有价值的内容，是人们所关心的问题。可视化技术就是将科学计算中产生的非直观、抽象、不可见的数据，借助计算机图形图像处理的相关技术展现出来，为人们对数据的交互处理提供帮助。　　在不同类型的数据中，时间序列数据是以时间为衡量标准，反映某一事物、过程、现象随时间的变化状态或程度。在未来数据预测、工程数据采集、气象预测、金融分析等方面都存在着大量的时间序列数据，如何将这些复杂、枯燥的数据进行分析处理，并以图形的方式展现出来，成为可以供人们所应用的信息，是进行时间序列可视化的目标。　　本文介绍分析了时间序列的预测算法和预测模型，给出了预测算法和模型的综合评价，比较了时间序列数据挖掘算法AprioriSome和AprioriAll，并给出两种算法的适用范围。研究讨论了时间序列数据的特征以及可视化技术的发展，将时间序列数据与可视化技术相结合，完成了对时间序列数据可视化的研究和应用。通过对时间序列可视化分析方法的研究，设计了两个关于时间序列分析和可视化的系统:一个是项目管理工作流系统，系统运用甘特图实现了项目管理中项目进度的分析以及多任务时间序列数据的可视化，并将ARMA预测模型的分析流程成功的运用在工作流管理系统中，实现了对项目中销售额的预测;另一个是地铁综合监控中的数据趋势分析子系统，设计并实现了系统中基于AprioriAll的地铁运营相关历史数据的挖掘算法，在自主开发的MACS-SCADA平台下完成了对地铁中时间序列数据的可视化，为用户在现场的工作中及时反应和处理提供了帮助。该系统使用效果良好，得到了用户的认可。