Skyline查询在多准则的决策支持上有重要意义。一个数据集的skyline就是那些不被其它点支配的点的集合。Skyline查询同样可以用在时间序列上面。我们考虑那种在每个时刻上都有一个取值的对象，例如某个地区的用电量。我们将这种对象在每一个时刻上的取值看成是一个属性，并将skyline的概念平移过来，就得到了时间序列skyline的概念。时间序列的skyline查询就是要快速地求出这些对象在最近d个时刻的skyline。 和传统的skyline一样，随着维数的增加，时间序列上的skyline也会出现skyline的点数过大的情况。为了解决这个问题，本文将k—支配的概念和时间序列skyline的概念相结合，引入了时间序列中k—支配skyline的概念，然后提出了查找时间序列中k—支配skyline的两个新算法。具体来说，本文考虑到在时间序列中对象和对象支配关系的变化情况，提出了利用点的最大被支配维数maxkdom来排序和剪枝的方法，进而提出了IBATS算法。另外，为了适应高维数据的情况，又考虑到时间序列的特点，本文提出了一种增量计算最优k个维度和最差k个维度的方法，从而提出了IBATSHD算法。实验表明，本文提出的算法比现在的算法有更好的性能。