非等间距GM_1_1_幂模型及其工程应用_王正新

合集下载

优化非等间距灰色模型GM(1,1)的沉降模拟预测

优化非等间距灰色模型GM(1,1)的沉降模拟预测

第32卷10期2020年10月中国煤炭地质COAL GEOLOGY OF CHINAVol.32No.10Oct.2020doi:10.3969/j.issn.1674-1803.2020.10.12文章编号:1674-1803(2020)10-0055-05优化非等间距灰色模型GM (1,1)的沉降模拟预测王艳利(1.河南省地球物理空间信息研究院,郑州㊀450009;2.河南省地质物探工程技术研究中心,郑州㊀450009)摘㊀要:基于灰色模型建模理论,以Matlab 软件平台,采用优化灰作用量及时间响应函数的非等间距GM(1,1)模型,编写程序对沉降数据序列进行建模模拟预测㊂以文献数据验证了模型程序的正确性,并通过工程实例证明了优化的非等时距灰色模型在沉降监测模拟预测中的可靠性与实用性,模型曲线拟合度更好,预测结果更接近实际,精度更高,也更符合实际沉降规律,具有一定的应用价值㊂关键词:非等间距GM(1,1)模型;灰作用量优化;时间响应函数优化中图分类号:TU196㊀㊀㊀㊀㊀㊀文献标识码:ASubsidence Simulated Prediction Based on Optimized Unequal Interval Grey Model GM (1,1)Wang Yanli(1.Institute of Geophysical Spatial Information,Henan Province,Zhengzhou,Henan 450009;2.Henan geological and Geophysical Engineering Technology Research Center,Zhengzhou,Henan 450009)Abstract :Based on grey model modeling theory,the paper has taking the MATLAB as a platform,using optimized grey action quantityand temporal response function unequal interval GM (1,1)model programming carried out modeling simulated prediction for subsid-ence data sequence.The published data have verified model program correctness.Then through project cases have proved optimized unequal interval grey model reliability and practicability in subsidence simulated prediction.The model curves have better fitting de-gree,predicted results closer to practice,higher accuracy and more consistent with practical subsidence regular pattern.Thus the mod-el has certain application values.Keywords :unequal interval GM (1,1)model;grey action quantity optimization;temporal response function optimization作者简介:王艳利(1977 ),女,河南修武人,高级工程师,注册测绘师,本科,主要从事测绘工程㊁土地规划及地理信息应用等研究工作㊂收稿日期:2019-12-21责任编辑:孙常长㊀㊀由于受到地下水开采㊁地质环境变化等多种因素的影响,在华北平原地区己经连续多年出现地面沉降现象㊂为系统査清华北平原(河南部分)地区地下水降落漏斗范围内的地面沉降量及沉降速率,通过对前期监测数据分析,寻找其中的变化规律,建立模拟预测模型,并根据该模型对未来的沉降趋势进行预测,为该区域的沉降预测和处置提供科学㊁客观的依据㊂目前基于等间距监测数据的灰色模型预测应用较多,但在实际工作中很难做到沉降点的连续等时距监测,因此建立非等时距灰色模型进行模拟预测很有必要㊂本文基于灰色模型建模理论,建立优化灰作用量及时间响应函数非等时距GM(1,1)模型,实现华北平原(河南部分)地区地下水降落漏斗范围内的地面沉降量模拟预测㊂1㊀非等间距灰色模型建模及优化我国控制论专家邓聚龙教授提出的灰色系统理论预测模型,具有样本数量需求少㊁预测精度高的特点,因此该系统理论在许多领域得到了广泛应用㊂灰色系统理论的模拟预测模型有多种,其中优化的灰色GM(1,1)模型和灰色组合模型等是在沉降监测应用中常用的灰色模拟预测模型[1-3]㊂然而,这些数学模型都严格要求样本序列是等时间序列建立的,但在实际沉降监测工作中,受自然环境和各种主㊁客观因素影响,时间序列往往是非等距的㊂因此针对非等距的时间序列样本,为寻求一种科学方法,满足分析沉降监测规律要求,有很多学者尝试构建了非等间距的灰色预测模型,并在沉降监测工作中得到应用,取得了一定的成果㊂如陈有亮㊁孙钧在等间距灰色预测模型的基础上推广应用非等距时间序列,用于岩石蠕变断裂时间预测和三峡库区滑坡预报[4]㊂何亚伯,梁城采取3次样条函数插值法对非等距时序进行数据处理,并应用时间序列分析方法56㊀中㊀国㊀煤㊀炭㊀地㊀质第32卷建立了隧道围岩位移的预测模型[5]㊂姜佃高㊁姜佃升㊁许珊娜等建立非等间隔GM(1,1)模型,用于沉陷监测预报,通过与传统灰色模型分析对比证明了非等间隔GM(1,1)模型在沉陷监测预报中相对传统模型更为有效[6]㊂1.1㊀非等间距GM(1,1)模型建模原始序列为:x (0)={x (0)(t 1),x (0)(t 2), ,x (0)(t n )}若每2次观测的时间间隔不全相等(含全不相等),即Δt k =t k -t k -1ʂconst ,k =2,3, ,n 不为常数,则称x (0)(t i )为非等间距序列㊂x (0)(t i )的一次累加生成序列(1-AGO)按下式计算:x(1)(t k )=ðni =1x (0)(t k )Δt kΔt i =1,i =1t i -t i -1,i >1{,k =1,2, ,n㊀㊀非等间距序列x (1)(t i )的一阶累加生成序列z (1)={z (1)(t 1),z (1)(t 2), ,z (1)(t n )}㊀㊀其中:z (1)(t k )=(x (1)(t k )+x (1)(t k -1))/2,k =1,2, ,n ㊂对一次累加生成序列x (1)建立白化微分方程:d x (1)(t k )d t+ax (1)(t k )=u ,t k ɪ[0,㣁)(1)㊀㊀根据最小二乘原理,可得[a u ]Τ=(B ΤB )-1(B ΤY )(2)㊀㊀其中,Y =x (0)(t 2)x (0)(t 3)︙x (0)(t n )éëêêêêêêùûúúúúúú㊀B =-z (1)(t 2)1-z (1)(t 3)1︙︙-z(1)(t n )1ùûúúúúúúéëêêêêêê(3)㊀㊀z(1)(t k )为x(1)(t k )在离散区间[t k ,t k +1]上的背景值㊂式(2)中a 为发展系数,反映x (0)的增长态势,u为灰色作用量㊂微分方程式(1)的解为x ^(1)(t k )=x (1)(t 1),k =1(x (1)(t 1)-u a )e -a (t k -t 1)+ua ,k >1ìîíïïïï(4)㊀㊀由x (1)(t k )=ðki =1x (1)(i )Δt i ,x (1)(t k -1)=ðk -1i =1x (1)(i )Δi ,两式相减得差分还原公式:x^(0)(t k )=[x ^(1)(t k )-x ^(1)(t k -1)]/(t k -t k -1)(5)㊀㊀将式(4)代入式(5)得非等间隔GM(1,1)模型预测方程式:x ^(0)(t k )=x (0)(t 1),k =1[(1-e a Δt k )x (0)(t 1)-u a ()e-a (t k -t 1)]/Δt k ,k >1ìîíïïïï(6)1.2㊀非等间距GM(1,1)模型优化基于非等间距GM(1,1)模型因原始序列间隔不同,具有更大离散度,模型模拟预测精度更难控制,模拟预测结果存在不尽如人意的情况㊂多位学者分别从模型的建模机理和原始数据修正等方面寻找更好的模型精度控制方法㊂戴文战㊁李俊峰利用齐次指数函数拟合一次累加生成序列,通过优化模型背景值,实现了非等间距GM(1,1)模型建模方法[7]㊂王正新,党耀国,刘思峰利用非齐次指数函数实现了对GM(1,1)模型的背景值优化[8]㊂王叶梅,党耀国,王正新等在文献[8]的基础上通过优化模型的背景值提出了新的非等间距GM(1,1)模型,提高了新建模型的模拟预测精度[9]㊂但通过研究分析,多数文献的改进都是基于具有近似指数增长规律特征的数据序列㊂而在工作实践中,大多数数据具有非齐次指数律特征㊂近年来,谢乃明㊁刘思峰㊁崔杰㊁党耀国㊁战立青㊁施化吉等学者针对近似非齐次指数律数据序列进行模拟和预测[10-15]㊂对于非等间距条件下的近似非齐次指数律数据序列,张锴㊁王成勇㊁贺丽娟根据非等间距灰色模型的建模机理[16],考虑灰作用量的动态变化,构建了一种新的非等间距灰色模型来拟合具有近似非齐次指数律的原始数据序列㊂并通过引入平均相对误差平方和为指标函数,推导证明给出了新模型参数的最小二乘解的求解公式以及时间响应函数的表达式,拓宽了非等间距灰色预测模型的应用范围㊂基于沉降监测所采集到的数据具有非齐次指数增长规律的特点,采用近似非齐次指数数据序列来拟合原始数据序列,即x (0)(k )ʈbe ak +c ,k =1,2,3, ,n㊀㊀构建的非等间距灰色GM(1,1)模型更为优良和符合实际㊂1.3㊀灰作用量的优化[16]设x (0)为非负的非等间距序列,x (1)为x (0)的一次累加生成序列(1-AGO 序列),z (1)为x (1)的紧邻均值生成序列,称10期王艳利:优化非等间距灰色模型GM (1,1)的沉降模拟预测57㊀x (0)(k )+az (1)(k )=bk +c ,㊀㊀为灰作用量优化的非等间距灰色GM(1,1)模型,其一阶微分方程d x(1)/d t +ax(1)=bt +c ,㊀㊀称为非等间距灰色GM (1,1)模型的白化方程㊂对非等间距序列x (1)(t ),若β=[a ,b ,c ]T为参数列,且设B ~=-z (1)(k 2)Δk 2-z (1)(k 3)Δk 3︙-z (1)(k n )Δk n ㊀0.5(k 22-k 12)0.5(k 32-k 22)︙0.5(k n 2-k n -12)㊀Δk 2Δk 3︙Δk n éëêêêêêêùûúúúúúúY~=x (0)(k 2)Δk 2x (0)(k 3)Δk 3︙x (0)(k n )Δk n éëêêêêêêùûúúúúúú则离散非等间距GM(1,1)模型x (0)(k )+az (1)(k )=bk +c㊀㊀的最小二乘估计参数列满足β^=a ,b ,c []T =B ~T B ~[]-1B ~T Y~㊀㊀令x^(1)(k 1)=x (1)(k 1),则白化方程d x (1)/d t +ax (1)=bt +c 的解(也称时间响应函数)为:x^(1)(t )=(x (0)(k 1)-b/a ∗k 1-c/a +b/a ^2)e -a (t -k 1)+b/a ∗t +(ac -b )/a ^2(7)㊀㊀非等间距GM(1,1)模型x (0)(k )+az (1)(k )=bk+c 的时间响应序列为x^(1)(k i )=(x (0)(k 1)-b/a ∗k 1-c/a +b/a ^2)e -a (k i -k 1)+b/a ∗k i +(ac -b )/a ^2(8)㊀㊀还原值为x (0)(k i )=(x (1)(k i )-x (1)(k i -1))/Δk i ,i =2,3,4, ,n(9)1.4㊀时间响应函数的优化[16]令x 1(t )=y ,则白化微分方程为d yd t+ay =bt +c ,根据常微分方程理论,一阶线性微分方程d yd t+ay =bt +c 的通解公式为y =c -at e +b /a ∗t +(ac -b )/a ^2㊂保留前式中的待定系数C ,以原始序列数值与模拟值相对误差平方和最小为目标,引入平均相对误差平方和为指标函数,用以优化原始序列的模拟值和预测值,提高模型的模拟与预测精度㊂B ~,Y ~如前文所示,x^(1)(k i )=c -ak ie +b /a +(ac-b )/a ^2,则C opt=min C R x^(0)(k i )-x (0)(k i )x (0)(k i )éëêêùûúú2㊀㊀=ðni =1e -ak i (e αΔk i -1)x (0)(k i )Δk i ∗b /a -x (0)(k i )x (0)(k i )ðni =1e -2aki (1-e αΔki )2x (0)(k i )Δk i []2㊀㊀构造平均相对误差平方和函数F (C ),必存在极小值,且极小值点处有d F (C )d C=0,求出C =ðni =1e-ak i(e αΔk i -1)x (0)(k i )Δk i ∗b /a -x (0)(k i )x (0)(k i )ðni =1e -2ak i(1-e αΔk i)2x (0)(k i )Δk i []2.因此,改进的非等间距GM(1,1)模型白化方程的时间响应函数为x^(1)(k i )=ðni =1e-ak i(e αΔk i -1)x (0)(k i )Δk i ∗b /a -x (0)(k i )x (0)(k i )ðni =1e -2aki (1-e αΔki )2x (0)(k i )Δk i []2∗e-ak i+b /a ∗k i +(ac -b )/a ^2还原值x (0)(k i )=(x (1)(k i )-x (1)(k i -1))/Δk i ,i =2,3,4, ,n1.5㊀模型精度检验为了正确评价建立模型,必须对模型可靠性和精度做相应的检验㊂一般以实测值为基础计算其相对误差㊂记原始数据的0阶残差为:ε(t k )=x (0)(t k )-x^(0)(t k ),则其残差均值为:ε-=1n ðnk =1ε(t k ),残差方差为:s 22=1n ðn k =1[ε(t k )-ε-]2㊂㊀原始数据的均值为:x -=1n ðn k =1x (0)(t k ),方差为:s 21=1n ðn k =1[x (0)(t k )-x -]2㊂C =S 2/S 1称为均方差比值,对于给定的C 0>0,当C <C 0时,称模型为均方差比值合格模型㊂小误差p =p εk ()-ε<0.6745S 1()概率,对于给定的p 0>0,当p >p 0时,称模型为小误差概率合格模型(表1)㊂58㊀中㊀国㊀煤㊀炭㊀地㊀质第32卷表1㊀模型精度检验等级参照表Table 1㊀Model accuracy inspection levels reference table精度等级均方差比值C 0小误差概率p 0一级0.350.95二级0.500.80三级0.650.70四级0.800.602 优化模型的验证及应用本文采用优化灰作用量及时间响应函数的方法建立非等间距灰色GM(1,1)模型,并以Matlab 软件平台编写程序,首先采用文献[6]的建模数据进行模拟结果对比分析,验证了该模型的正确性(表2)㊂并以华北平原(河南部分)地面沉降监测点成果进行建模预测,结果如下㊂经统计文献[6]数据建模结果,模型残差均值ε-=0.021m ,残差方差s 22=0.0077㊂原始数据均值x -=1068.1409m ,方差s 21=0.1325㊂后验差检验比值c =s 1/s 2=0.24<0.35,小误差概率p =1>0.95,结果表明模型精度等级满足一级要求,而且平均残差小于文献[6],表明所建优化非等间距GM(1,1)模型正确㊂依据‘河南省地面沉降防治规划“(2013-2020年)要求,为加强对华北平原(河南部分)地面沉降的调查㊁监测及防治工作,实现地面沉降控沉目标,以基岩点为起算点,以二等水准闭合环(网)方式布设了沉降区水准监测网,通过建模,实现分析沉降监测数据,根据沉降量和沉降速率为该区域的沉降预测和处置提供科学㊁客观依据的目的㊂由于主客观因素影响,观测时间间隔相差较大,再加上实施时间较短,观测数据少,但满足灰色系统建模理论㊂本文以监测网中的sz170号点监测成果为数据,观测间距(以月为单位)[0㊁6㊁14㊁29㊁41㊁53],点位高程(m)[98.529㊁98.5214㊁98.5102㊁98.5014㊁98.4987㊁98.4950],以前5期观测成果数据建模,预测第6期数据,分别建立传统非等间距灰色GM(1,1)模型及优化的非等间距灰色GM(1,1)模型进行模拟预测(表3㊁图1㊁图2)㊂其中表3中加粗斜体数字为模型预测值,图1㊁图2中预测曲线中红色三角符号为原始数据点位,蓝色∗为预测数据点位㊂计算得模型残差均值ε-=0.0005m ,残差方差s 22=0.000002㊂原始数据均值x -=98.5121m 方差s 21=0.00067㊂后验差检验比值c =s 1/s 2=0.05<0.35,小误差概率p =1>0.95,结果表明模型精度等级满足一级要求㊂表2㊀模型验证精度对比表Table 2㊀Comparison of model verification accuracies序㊀号文献6非等间距GM(1,1)模型优化非等间距GM(1,1)模型实测值/m 预测值/m 残差/m 实测值/m 预测值/m 残差/m 11068.3411068.3410.0001068.3411068.3410.00021068.2921068.3160.0241068.2921068.2810.00231068.2391068.1880.0511068.2391068.1850.05441068.1051068.1150.0101068.1051068.1240.01951068.0341068.0490.0151068.0341068.0670.03361067.9981067.9850.0131067.9981068.0110.01371067.9771067.9180.0591067.9771067.9500.027平均残差m0.0250.007表3㊀模型精度对比表Table 3㊀Comparison of model accuracies序㊀号非等间距GM(1,1)模型优化非等间距GM(1,1)模型实测值/m 预测值/m 残差/m 实测值/m 预测值/m 残差/m 198.52998.529098.52998.529298.521498.51770.003798.521498.52050.0009398.510298.51290.002798.510298.50900.0012498.501498.50510.003798.501498.50160.0002598.498798.49590.002898.498798.49880.0001698.495098.48780.007298.495098.49830.0033平均残差m0.00260.000510期王艳利:优化非等间距灰色模型GM (1,1)的沉降模拟预测59㊀图1㊀非等间距预测曲线Figure 1㊀Unequal interval predictioncurve图2㊀优化非等间距预测曲线Figure 2㊀Optimized unequal interval prediction curve㊀㊀分析对比模型计算结果,与传统非等间距灰色GM(1,1)模型相比,优化模型每个时点的模拟误差都小于传统灰色非等间距GM(1,1)模型,优化模型平均残差为0.0005m,优于原模型的0.0026m,模拟精度有了进一步提升,从而验证了优化模型的有效性㊂从预测曲线看,优化的非等间距灰色GM(1,1)模型曲线拟合度更好,预测结果更接近实际,精度更高,也更符合实际沉降规律㊂3㊀结论针对沉降监测等类似过程监测数据不等间距情形,引入优化灰作用量和时间响应函数的非等间距GM(1,1)预测模型,通过实例数据论证表明,具有良好的适应性㊁符合性㊂㊀㊀①在监测数据贫乏时,变形数据也近似满足灰指数规律㊂②对于非等间距数据序列,无需进行等时距变换,可直接建立非等间距GM(1,1)模型进行模拟预测㊂③引入灰作用量和时间响应函数优化可提高模型模拟精度,但预测精度仍相对不高㊂虽然理论上可预测未来任意时刻的变形值,但考虑到预测精度要求,预测时间不宜过长㊂④利用Matlab 软件平台进行非等间距GM(1,1)模拟预测,操作简便,数据处理效率高,对于观测间距短的工程,可快速提供可靠的预测数据,便于对沉降趋势进行分析和适时把控㊂参考文献:[1]刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].北京:科学出版社,2004.[2]罗党,刘思峰,党耀国.灰色模型GM(1,1)优化[J].中国工程科学,2003(8):50-53.[3]李翠凤,戴文战.非等间距GM(1,1)模型背景值构造方法及应用[J].清华大学学报(自然科学版),2007,47(S2):1729-1732.[4]陈有亮,孙钧.非等间距序列的灰色预测模型及其在岩石蠕变断裂中的应用[J].岩土力学,1995(4):8-12.[5]何亚伯,梁城.非等距时间序列模型在隧道拱顶位移预测中的应用[J],岩石力学与工程学报,2014(S2):4096-4100.[6]姜佃高,姜佃升,许珊娜.基于非等间距GM(1,1)模型的沉陷监测预报[J].北京测绘.2016(5).[7]戴文战,李俊峰.非等间距GM(1,1)模型建模研究[J].系统工程理论与实践,2005,25(9):89-93.[8]王正新,党耀国,刘思峰.基于离散指数函数优化的GM(1,1)模型[J].系统工程理论与实践,2008,28(2):61-67.[9]王叶梅,党耀国,王正新.非等间距模型GM(1,1)背景值的优化[J].中国管理科学,2008,16(4):159-162.10]谢乃明,刘思峰.近似非齐次指数序列的离散灰色模型特性研究[J].系统工程与电子技术,2008,30(5):863-867.[11]崔杰,党耀国,刘思峰.一种新的灰色预测模型及其建模机理[J].控制与决策,2009,24(11):1702-1706.[12]战立青,施化吉.近似非齐次指数数据的灰色建模方法与模型[J].系统工程理论与实践,2013,33(3):689-694.[13]王钟羡,吴春笃,史雪荣.非等间距序列的灰色模型[J].数学的实践与认识,2003,33(10).[14]罗佑新.非等间距新息GM(1,1)的逐步优化模型及其应用[J].系统工程理论与实践,2010,30(12):2254-2258.[15]曾祥艳,曾玲.非等间距GM(1,1)模型的改进与应用[J].数学的实践与认识,2011,41(2):90-95.[16]张锴,王成勇,贺丽娟.一类改进的非等间距灰色模型及应用[J]工程数学学报,2017,34(2):124-134.。

改进的GM(1,1)幂模型的构建与应用

改进的GM(1,1)幂模型的构建与应用
Abstract In the construction of GM" 1,1) power model, the solution of whitening equation of GM( 1,1) power model is
often obtained by constant variation method of first-order non-homogeneous linear equation. Then, by using whitening equa­ tion, the calculation formula of parameters is deduced by discretization under the principle of information coverage of grey system!andtheparametersaresolvedbyleastsquaremethod.Inordertocompensateforthedefectofdecreasingprecision!the PSO algorithm is used to modify the coefficients of the prediction model. A case study shows that the traditional GM (1,1) model has the worst prediction effect and the improved GM (1,1) power model has the best prediction effect.
型白化方程的解,再利用白化方程,在灰色系统信息覆盖原理下经过离散化处理推导出参数3的计算公
式,并利用最小二乘法求解参数a,.但是在求解过程中由于离散化的处理,造成了时间响应预测函数精

非等距GM(1,1)模型在沉降预测中的应用探讨

非等距GM(1,1)模型在沉降预测中的应用探讨

非等距GM(1,1)模型在沉降预测中的应用探讨陈鹏宇【期刊名称】《大地测量与地球动力学》【年(卷),期】2017(37)7【摘要】针对非等距沉降数据序列的建模问题,探讨了3种非等距GM(1,1)模型在沉降预测中的应用.结果显示,加权非等距GM(1,1)模型不适用于具有近似指数趋势的沉降数据,灰线性加权非等距GM(1,1)模型并非真正的非等距模型,模型预测式与时间无关,不能用于沉降预测,而对于笔者所建立的非等距GM(1,1)模型,其拟合函数等同于灰色线性回归组合模型,可用于近似指数趋势的沉降数据.通过实例分析对比了3种非等距GM(1,1)模型的应用效果,验证了上述观点的正确性.%According to the modeling problem of non-equidistant subsidence data sequence,the application of three kinds of non-equidistant GM (1,1) models in subsidence prediction is discussed.The analysis results show that the weighted non-equidistant GM (1,1) model is not appropriate for the subsidence data with approximate exponential trend,and the grey linear weighted non-equidistant GM (1,1) model is not a really equidistant model.The prediction formula of the grey linear weighted nonequidistant GM (1,1) model has nothing to do with the time,and cannot be used for subsidence prediction.The fitting function of the non-equidistant GM (1,1) model established by the author is equivalent to that of grey linear regression combined model,and can be used on the subsidence data with approximate exponential trend.Finally,the effectiveness of the three kindsof non-equidistant GM (1,1) model are compared by example analysis and this validates the correctness of the above viewpoints.【总页数】6页(P709-714)【作者】陈鹏宇【作者单位】内江师范学院地理与资源科学学院,内江市东桐路705号,641100【正文语种】中文【中图分类】P258【相关文献】1.优化的非等距 GM(1,1)模型在高层建筑物沉降监测中的应用 [J], 李亚磊;林楠2.优化的灰色非等距GM(1,1)预测模型在沉降监测中的应用 [J], 李志伟;李克昭;赵磊杰3.非等间距GM(1,1)模型背景值优化方法在沉降预测中应用 [J], 李勇;栾元重;张善廷4.抗差加权非等时距GM(1,1)模型在大型建筑物沉降预测中的应用 [J], 何伟;李明;阚起源5.非等间距无偏GM(1,1)模型在建筑沉降预测中的应用 [J], 曹昶;樊重俊因版权原因,仅展示原文概要,查看原文内容请购买。

基于GM_1_1_幂模型的振荡序列建模方法_王正新

基于GM_1_1_幂模型的振荡序列建模方法_王正新

; 修回日期 : 。 收稿日期 : 2 0 1 0 0 8 2 3 2 0 1 1 0 8 2 4 - - - - ) ; ) 基金项目 : 国家自然科学基金 ( 全国教育科学 “ 十一五 ” 规划青年课题基金 ( 资助课题 7 1 1 0 1 1 3 2, 7 1 0 7 1 0 7 7 E I A 1 0 0 4 0 2 , : 作者简介 : 王正新 ( 男, 讲师 , 博士 , 主要研究方向为预测与决策理论 。E-m 1 9 8 1 a i l e n k i n 2 2 6@1 6 3. c o m -) j
1期 第1
·2 4 4 1·
) 王正新等 : 基于 GM( 幂模型的振荡序列建模方法 1, 1 中参数的选取问题 , 就能够在模型中反映 数 据 的 波 动 特 征 ,
( 1) ( )= ^ x k+1
] 1 3 - 。对 模 型 改 进 主 要 集 中 在 灰 导 于经济社会 的 多 个 领 域 [ ] ] ] ] 4 5 6 7 8 9 1 0 1 3 - - - - 、 、 , 。 数[ 背景值 [ 初 始 条 件[ 以 及 参 数 估 计 方 法[
灰色 V e r h u l s t模型
Байду номын сангаас
[ 1]
设非负原始序列为 ) , ) , …, ) X =( x ( 1 x ( 2 x ( n) ( 0) e n 1- a c c u m u l a t i n 对原始序列 X 作一阶累加生成 ( - g g , ) , 得到序列 e r a t i o n o e r a t o r s1 O -AG p
1 7] ) 有得到改进 。GM( 幂模 型 [ 是一种非线性灰色模型, 1, 1
能 够 适 用 于“ 小样本, 贫

非等间距GM(1

非等间距GM(1

注甚少。笔 者在 文献 [6 中首 次提 出了经典 G 1] M ( ,) 模 型 的 求 解 方 法 , 究 了模 型 解 的 性 质 。 11 幂 研 目前 , 典 G 1 1 幂 模 型还难 以被应 用 到工 程 中 经 M( ,) 大量存在的非等间距序列的建模中。文章将首先分 析非 等 间 距 序 列 的 生 成 方 法 , 此 基 础 上 将 经 典 在 G 11 幂模型u 拓展为非等间距 G 1 1 幂模 M( ,) 钊 M( ,)
而使得模型能够较好地反映数据的非线性特征。但
是 自从邓 聚龙 教授 提 出该 模 型 以来 , 们 对 它 的关 人
勘 探 等工 程 领 域 。 由于 灰 建模 不 需 要 大 量 样 本 数 据就 能建 模预 测 , 建模 过 程 简 单 、 于操 作 , 且 易 在 小 样本 序列 的短期 预 测 中具 有独 特 的优 势 , 经典 灰
9 中国工程科学 8
及均值 生成 的定 义 。
1 定 义 1 设序 列 ) :
当 =0时 , ( ) 式 2 为非 等 间距 G 11 模 型 ; M( ,)
当 =2时 , ( ) 为非 等问距灰色 V r l 模 式 2则 eut hs
型 。 由此 可见 , 只要 处理 好幂 指数 的选 取 问题 , 非 等 间距 G 1 ) 模 型 完 全 可 以覆 盖非 等 问 距 M( ,1 幂 G 1 1 模 型和灰 色 V rus模 型 的应 用范 围 , M( , ) ehl t 并 超越 它们 的预测 精度 。 2 定 理 1 若 =( .) ) : a 6 为非等 间距 G 11 M( ,) 幂模 型 的参数 向量 , 则非 等 间距 G 1 1 幂 模 型参 M( , )

灰色GM(1,1)幂模型初始条件的组合优化

灰色GM(1,1)幂模型初始条件的组合优化
王 正 新 党耀 国 , , 裴玲 玲
( .浙江 师范大学 经济与管理学院 , 江 金华 3 10 ; .南京航 空航天大学 经济与管理学院 , 1 浙 204 2 江苏 南京 2 0 1 ) 10 6 摘要: 针对 GM( ,) 1 1幂模型求解初始条件 的优化 问题 , 提出一种基 于原始序列新 旧信息的线性组 合优化 方法 。在模拟误差平方 和最小化 的 目标 下 , 构建初 始条 件组合 权重 的优 化模 型 , 出最 优组 合权重 的解 析 给 式 。最后 以中国高 中升学率 的数 据为例 , 验证 了此优化模 型 的有 效性和优越 性。结 果表 明初始条 件优化 方


引 言
解模 型 , 得 了较 好 的应 用效 果 [ห้องสมุดไป่ตู้王 丰 效 以 白化 取 8 ] 微分 方程 为基础 , 用 梯形 公 式 白化 灰 导数 ,得到 利
了一 种改进 灰 导 数 的 G ( , ) M 1 1 幂模 型[ 。王 正 新 9 ] 等人 基于误 差来 源分析 , 出了无偏 GM ( , ) 提 1 1 幂模
( , ) 型 和灰 色 Veh lt 型更 加 困难 。王 正新 11模 r us 模
影响灰建模精度的重要 因素之一。由于传统解法认 为, 序列 的第 一个 数据代 表 系统发展 的初 始状态 , 应 该 以此为初 始条 件 求解 微 分 方 程 。然 而 , 却 违 背 这
了邓 聚龙教 授提 出 的“ 息 优先 ” 新 原理 [ 。 1 党耀 国等 ]
2G ( ,) 幂 模 型 z 忌 + n() 一 . M 11 ∞() 忌 bz 忌 ) (n () 的时 间 响应 序列 为
出问题 。
上述对 GM( , ) 1 1 幂模 型 的改 进 均 是从 灰 色 微 分方 程 的角 度 出发 的 , 而模 型 求解 的初 始 条件 也 是

非等间隔无偏GM_1_1_幂模型及其应用

非等间隔无偏GM_1_1_幂模型及其应用

式。
2 非等间隔无偏 GM(1,1)幂模型
前一节中给出了非等间隔 GM(1,1)幂模型的白
化方程,但并未给出相应的灰微分方程,这是因为
灰微分方程直接关系到模型参数的求解,从而影响
到模型的预测精度。传统 GM(1,1)幂模型中,灰微
分方程定义如下
( ) x(0)(k ) + az (1)(k ) = b z(1)(k ) α ( ) 其中 z(1)(k ) = 0.5 x(1)(k ) + x(1)(k −1) 。
which is matched to the linear differential equation is proposed. Thus, a non-equal interval unbiased GM (1, 1) power model is built. It is applied to forecast ultimate capacity of single pile, and prediction results show that
non-equal interval unbiased GM (1, 1) model is propitious to predict asymptotic ultimate capacity and non-equal interval unbiased GM (1, 1) power model is propitious to predict ultimate capacity which is determined by

( ( ) ( ) ) ( ) B
=

t(0)(k )−t(0)(k −1) y (0) k − 1 − e β t(0)(k )−t(0)(k −1) − 1

关于我国救灾应急物资的需求预测方法概述

关于我国救灾应急物资的需求预测方法概述

关于我国救灾应急物资的需求预测方法概述作者简介:陈文沛(1973―),女,汉族,湖南岳阳人,教授,硕导,重庆邮电大学经济与管理学院,研究方向:市场营销。

陈艺娴(1990-),女,汉族,湖北孝感人,硕士研究生,重庆邮电大学经济与管理学院,研究方向:物流运作管理。

摘要:当今世界,突发事件时有发生,影响日益严重,对物资的运输及时性和数量准确性的要求越来越高,使得应急物资需求预测成为关键。

本文从案例推理和数学模型两个方面,概述了救灾应急物资的需求预测方法。

关键词:应急物资;需求预测;案例推理;数学模型就目前情况来看,与救灾应急物资需求预测相关的还处于研究阶段,国内还处于起步阶段,研究成果并不多。

现有的救灾应急物资需求预测方法有2种:第一种是考虑关键因素,运用案例推理(CBR,Case-Based Reasoning)的理论,在此过程中寻求最佳相似源案例从而进行估算;第二种是运用数学模型进行估算。

一、案例推理目前人工智能中,案例推理是一种比较新兴的推理方法,它最早出现在一本叫做《Dynamic Memory》中,它是由美国耶鲁大学Roger Schank教授1982年所作的。

相似原理是其理论基础。

在进行问题求解的过程中,因为以前有类似问题,我们可以使用其中获得的经验和知识来进行推理,然后分析出新旧情况之间的差异并对其做相应的调整,从而得到解决新问题的方法,并在案例库中加入新的案例,随着案例库中案例的增加,系统的“经验”将会越来越丰富。

首先对新问题的特征进行详细的描述,然后根据这些特征,从案例库中检索相似案例,比较旧案例与新问题的异同之外,对旧案例进行调整,从而获得新问题的解。

这就是案例推理的核心思想。

近年来,有学者运用案例推理的思想方法研究应急物资的需求预测。

王晓等[1]主要利用案例推理法进行资源需求预测,同时将模糊集理论,神经网络与案例推理相结合,通过模糊化案例的属性,以及利用神经网络对权值进行训练调整,还将资源进行了分类预测,改进了以往算法的精确度,提高了非常规突发事件预测的效率和精度。

残差非等间距GM(1,1)模型及应用

残差非等间距GM(1,1)模型及应用
【1】邓聚龙.灰色系统理论教程【M】.武汉:华中科技大学出版社,1990. 【2】罗佑新.试验数据处理与试验在线监测的灰色模型与方法【J】.机 械设计。1993。12(6):38-41. 【3】庞学悲.灰色预测及其在金属切削理论研究中的应
【J】.Internationaljournal ofSystem Science,1999,24(4):341-351. 【6】张睿.高焕文.基于灰色GM(1,1)的农业机械化水平预测模型 [J】.农业机械学报,2009,2:91-95. 【7】戴文战,李俊峰.非等间距GM(1,1)模型建模研究【J】.系统工程理 论与实践,2005(9):89-93. 【8】WANG Zheng-xin,DANG Yao・guo,LIU
Residual unequal
(1.College
GM(1,1)Model and
its Application
Youxinl
ZENG Binl”.ZENG
Wujunl。LUO
of mechanical and engineering,Hunan University of arts and science,Changde 41 5000,.
由于xof满足指数形式x1fce出可以构造出背景值为dxot1她12inx1ki1lflxiki方程3的离散解为还原到原始数据为e1建立gm11模型其时间响应函数的离散形舍1岛1nkiuexpakil一毛7该模型可得到序列豆1把占o七1补偿到殳o七十1中最后得到灰色模型的拟合值爱o七十1詹o曼o00由表2知本文提出的残差非等间距gm11模型的建模方法具有较高的模型精度
and
depth.The model is of great value for
all

无偏GM(1,1)幂模型及其应用

无偏GM(1,1)幂模型及其应用
偏 GM( , ) 1 1 幂模 型应 用到旅游客源预测 中 , 实例应用结果显示无偏 G 1 1幂模 型预测精 度高于 G 1 1 M( ,) M( ,)
模型 。
关键 词 : M ( , ) 模 型 ; G 11幂 元偏 ; 源 预测 客
中图分 类号 : 50 .文献标志码 : F9 A
的过 程 、 一个从 发生 到饱 和 的过 程 、 一个 发 展变 化受
二、 GM( , ) 1 1 幂模 型 的 建模 机 理
设 z。为原 始数 据序 列 , ‘ z 。的 1 A ’ X 为 ‘ 一 GO 序 列 ,n z 为 n 的紧邻 均值 生成 序列 , 则称
z( ( )+ ( ( 。 是 )一 b z ( ) a ’ ( ( 是 ) ’ () 1
参 数计 算 为 :
[一B)T a ( y T B B
其 中

测 精度较高[ ; 。 李军亮 等人 基 于粒子 群算 法求 解 G M
( ,) 1 1幂模 型 , 得 预测精 度 明显 高于普 通 G ( , ) 所 M 1 1
幂模 型[ 。笔者通过 灰微 分方 程 的重 构 , 立 了一种 4 ] 建
为 GM( , ) 模型 。 11 幂 白化 方程 为 :
d () x 1

_
ta 1 - x( )一 6 z( ) ( 1 a
() 2
时 问响应 式为 :
z(一 [(1 — l1() ㈣ ) {+ 0) be-- 忌 l L ) 鱼 ‘ ( h -)1 a z ( kJ -- a) a
其中




利用 最小二乘 法 可得 :
[一B, c y ] r B B

GM(1,1)幂模型的幂指数计算新方法

GM(1,1)幂模型的幂指数计算新方法

数 并 通 过 实 例 进 行 模 拟 预 测 ,验 证 了 幂 指 数 及 变 换 后 的 模 型 能 提 高 建 模 精 度 ,且 计 算 简 便 易 行 。
关 键 词 : G M ( 1 , 1 ) 幂 模 型 ;G M ( 1 , 1 ) 模 型 ;背景值 ;幂 指 数
中 图 分 类 号 :〇2 丨 文 献 标 识 码 :A
r z°\n) - A n T 对做累减还原有:
(0V \
4〇v ,、 f i (V )—i (V - l),灸=2,3,…,”
x (叫 A 丨),
^=1
2 幂 指 数 《的 求解 新 公式
对 于 幂 模 型 中 幂 指 数 的 求 解 ,目前只有文献[4]给出了 具体表达式。文献[4]通 过 对 GM(1,1)幂模型的白化微分 方程求 导 ,再利用灰导数的信息覆盖原理求解幂指数,从 文 献 中 的 幂 指 数 表 达 式 可 以 看 出 ,幂 指 数受背景值及原始 数 据 的 影 响 。为 消 除 背 景 值 对 幂 指 数 的 影 响 ,本 文 从 GM (1,1)幂 模 型 的 时 间 响 应 式 出 发 ,此时间响应式只是形式 上 的 式 子 ,参 数 a 、6 、c 、a 均 未 知 。通过对时间响应式 求 导 ,再利用向前差商近似代替时间响应式的一阶导数, 最 后 求 得 幂 指 数 的 表 达 式 。该 方 法 比 文 献 [4]简 单 ,且幂指 数 只 与 原 始 数 据 有 关 ,提 高 了 建 模 精 度 。
(”)), 为 X (〇>的 1- JG O 序 列 ,
…,
/)(«)),其中 7 ( A)= 土;/)(〇(*= 1,2 , ...,n) 。 Zfl)为
/=1
的 紧 邻 均 值 生 成 序 列 ,其 中 Z (1)=(z(1>(2),, (3),•••,=%)),

非等间隔灰色GM(1,1)模型在沉降数据分析中的应用

非等间隔灰色GM(1,1)模型在沉降数据分析中的应用

() 1
其 中,o是用来 控制 系统 发展 态势 的大 小 ,称 为发展 系数 ;/用来 反映资料 变化的关 系 ,称 为灰 色作用量 。 d , 根据最小二乘原理 ,解 ( )式 的微分 方程 ,得 模型 中 1 的参数 向量为 a = ( ,) = ( 曰 口 / d , 曰 曰) () 2
维普资讯
第3 2卷第 4期
20 0 7年 7月
测 绘 科 学
S in e o u v y n n p i g ce c fS re i g a d Ma p n
V u.
非等 间隔灰 色 GM ( ,1 模 型在 沉 降数 据 分 析 中 的应 用 1 )
+。 ( ( ) : - 后
d£
1 引言
建筑物的沉降除受 到地基 基础地 质条件 和 自身结 构荷 载的制约外 ,还受 到工程 和环 境等 多种外界 因素 的作用 和 影响… 。由于地质条件 和环 境 因素 的不 确定性 ,给沉 降观 测特别 是沉 降预 测带来 一定 困难 。基 于不完 全确定 的信 息 来 预估 、判 断建筑 物竖 向变 形 的趋势 是近年 来广受 关 注的 预测方 法之 ,本文采用有代 表性 的灰 色 G 1 )模 型法 M( ,1 对朱雀 大厦周边地表 和建筑 群竖 向变 形样本 数据进 行 了建 模 和分析 ,其结果 及其 与传 统 回归 建模结 果 的比较 ,证 明 了该模 型的实用性 、正确性和有效性 。

其 中
( (, 寺 ( 后 ) 寺 后 e) ) k
S 2 C = 一 S 1
其后验方差 比

(( ): 1 k
( () 0 i
小误差概率
作者简 介 :李斌 (9 2 ) 16 . ,男 ,副教授 , 主要从事变形监 测与变形数据 处理 、地 理信息 系统开发 等方 面的教学 和研 究工 作 ,已公开发表学术论文 十余篇 ,编者 出版教材一部 ,主持 多项 国家 、省 、部 级科研项 目。

改进的GM(1,1)模型在商品进出口贸易问题中的应用

改进的GM(1,1)模型在商品进出口贸易问题中的应用

改进的GM(1,1)模型在商品进出口贸易问题中的应用杨翠;刘冲【摘要】针对我国近些年商品进出口额低增长的特性,利用最优平移变换优化原始序列,建立GM(1,1)模型进行预测分析,从结果可看出,优化的灰色模型计算简单,模型更加精确可靠,能对未来我国商品进出口额预测提供更有效的数据依据,具有很好的实际意义。

%In recent years, the import and export goods have low growth characteristics in our country. The GM (1,1) model is established to predict the original sequence with optimal translation sequence by optimizing the original sequence. The results show that the improved grey model has characteristics of higher accuracy and more simple calculation process. It can provide more effective data basis by applying the grey model for the future of China's commodity import and export volume forecast, and has a good practical significance.【期刊名称】《安庆师范学院学报(自然科学版)》【年(卷),期】2016(022)004【总页数】4页(P23-26)【关键词】灰色预测;GM(1,1)模型;进出口贸易;平移变换【作者】杨翠;刘冲【作者单位】安庆师范大学数学与计算科学学院,安徽安庆 246133;安庆师范大学数学与计算科学学院,安徽安庆 246133【正文语种】中文【中图分类】O231.2近几年来,进出口货物问题是大家最为关注的问题,也是经济学研究的重要课题。

非等间隔GM(1,1)模型在边坡变形方面的应用

非等间隔GM(1,1)模型在边坡变形方面的应用
维普资讯
非等 间隔 GM( , ) 型在 边 坡 变 形 方 面 的应 用 11 模
赵 玉 国
( 中铁 十七局 集 团第一 工程 有 限公 司 , 山西太原 000 ) 306
【 摘 要】 边坡的变形是评价其稳定性方面的一个重要 因素 。通过监 测数据 建立非等 间隔的灰 色预测

㈣ (k t): () 1 ÷来自+ .口 05 ’ ’

式() 1 中的参 数为 :
C — ft ) D 一1 E r
胧的 , 数据是 复杂 的, 它毕竟是 有序 的, 但 是有 整体功 能 的。
灰数 的生成 , 就是从 杂乱 中找 出规 律 。同时, 色理论 建 立 灰 的是生成数据模型 , 是原始数据模 型 , 不 因此 , 色预测 的数 灰

E玉㈩ : )

l 非等 间 隔 G 1 1 模型 M( 。 )
现有 的 G 1 1 模型都是用 等 间隔序列建 立的 。但是 M( ,) 很 多 情 况 下 数 据 不 全 ; 据 有强 烈 的跳 动 而 不 得 不 剔 除 跳 动 数
在 边坡 变形 方面 的应用 实例
该边坡坡体 花岗岩的不均 匀风化严重 : 上覆坡残 积层厚



DF — CE

其中:
据是通过生成数据 的 G 1 1 模型所 得到 的预测值 的逆处 M( ,)
理结果 。
c :
) 。毫 , : ,: ,
边坡时间序列数据蕴含着边坡系统演 化的信息 , 以通 可 过 已知的边坡信息 来 了解 边坡 未来发 展 的趋 势 。本文 选择 了湖北铁路某边坡 的变形来探讨灰预测的具体应用 。

非等步长GM(1,1)模型在建筑物变形监测中的应用研究

非等步长GM(1,1)模型在建筑物变形监测中的应用研究
的建筑 物形 变监测 的方法 。
1 非 等 步 长 G 1 1 模 型 M( ,)
1 1 模 型 生成 .
建筑 物地基沉 降就显 得非 常重要 。建 筑物沉 降变
形 的预测 方法很 多 , 常用 模 型 有灰 色 系 统 预测 模
设 t时刻 的观测 数据为 ’ t , ( ) 当相邻 观测 时 问间隔不 等时 , 列 。 X‘ ( ,‘ (2 , 序 ={ 。 t) 。 t) ’ ’
X‘ ( } 为非等 步长观 测序 列 。对 ‘ 做 1 。 t) 称 ’ 。 ’

W G 生 成 得 ‘ A O。 ’={ ( , (2 , ‘ t) ‘ t) … ’ ’
¨ ( } 其 中 : ’ t) , ( )=∑ ‘ () t t 。 iA 。
中图分类号 :5 2 P4 文献标识码 : A 文章编号 :05— 8 X(0 0 0 — 0 6— 4 10 5 6 2 1 ) 1 0 4 0
0 引 言
随 着 社 会 和 经 济 的 发 展 , 层 建 筑 物 的 高 数 量 与 日俱 增 。 如 果 高 层 建 筑 发 生 较 大 沉 降 或 者有 明显 的不 均匀 沉 降时 , 就会产 生 巨大的
c 1 ]

t i
) () 2
式中,、 u u为待识别 参数 。对 ( ) 进行微 分 2式
实例, 本文 提 出利用 非 等步长 G 11 模 型对 建 M( ,)
收稿 日期 :0 9—1 —1 20 1 0
方程 求解 得 :
作 者 简 介 : 燕 (9 3一 ) 女 , 西 临 潼人 , 上研 究 生 , 杜海 18 , 陕 顾 主要 从事 地 理 信 息 数 据处 理 工 作 。E—n i:ag h @ 13 tm。 mllni y 6 .o i d

改进的非等间距GM(1,1)模型的优化

改进的非等间距GM(1,1)模型的优化

制” 而诞 生 , 该理论将 随机 变量看作 是在一 定范 围内变化 常数 ( i ≠i ) , 则称 x 0 为非等时距 序列 。 的灰 色量 , 将随 机过程 当作 是在一 定范 围、 一定 日抠 的灰 1 . 1累加 生成 三 色过程 ,然 后用数模来 描述抽 象系统发 展变化 的灰 色过 ( k i ) = 讲 ( k ) A k i , m = l , 2 , …, n 其中 A k i = k i — k i . 】 程, 称 为传 统 G M( 1 , 1 ) 模型。但 此方法在 实际工程 中, 由
t r a d i t i o n a l mo d e l a n d he t d i s t i n c i t o n b e t w e e n he t f u n d a me n t l a o f he t r t a d i t i o n l a mo d e l a n d wi n t e r i z a t i o n e q u a t i o n . An d he t i mp r o v e d p a t t e r n o f a c c u mu l a t i v e s e q u e n c e w a s s e t u p , a p p l y i n g t o t h e p r e d i c i t o n o f d m a s e t t l e me n t .E x a mp l e s s h o w ha t t he t i mp r o v e d mo d e l h a s h i g h e r
于某大坝沉降。分析 了 本文中的非等间距 G M( 1 , 1 ) 模型与传统非等间距 G M( 1 , 1 ) 模型之间的差异。实例表明了改进非等间距 G M

建筑物沉降的非等间隔GM_1_1_模型的建立与改进

建筑物沉降的非等间隔GM_1_1_模型的建立与改进

建筑物沉降的非等间隔G M (1,1)模型的建立与改进陈鹏宇,段新胜(中国地质大学(武汉)工程学院,武汉 430074)摘要:根据灰色系统建模思想建立了建筑物沉降的非等间隔GM (1,1)模型,并分析了该模型的缺陷,即背景值构造和初始值确定的不足,建立了加权背景值和具有修正项的初始值,背景值权值和初始值修正项采用具有全局寻优能力的模式搜索法求解,实例应用结果证明改进后的模型提高了预测精度。

关键词:沉降预测;非等间隔GM (1,1)模型;缺陷;模式搜索中图分类号:TU196文献标识码:AEstablish m ent and i m prove m ent of non -equal i ntervalG M (1,1)m odel of buildi ng subsi denceChen Pengyu ,Duan X i n sheng(Co llege of eng i neering ,Ch i na Universit y of G eosciences;W uhan 430074,China )Abstract :The non -equa l i n terval G M (1,1)m ode l is bu ilt based on gray syste m m odeli n g idea .In orderto analyze its defec,t such as t h e defi c iency of the constr uction of background va l u e ,t h e cho ice o f initial value ,the w eighted constructi o n of background value and t h e initial val u e w ith a correction ter m are all po i n ted ou.t The w e i g h t o f background val u e and t h e correction ter m of t h e i n itial value are w or ked out by pattern search m ethod ,wh ich can seek the g lobal exce llence .Test resu lts show that the i m proved non-equal i n terva lGM (1,1)m odel can increase the forecasti n g prec isi o n .Key w ords :subsi d ence forecasti n g ;non -equa l i n terval G M (1,1)m ode;l defec;t patter n search 收稿日期:2009-05-17基金项目:中国地质大学大学生科研立项基金(2009-133).作者简介:陈鹏宇(1987-),男(汉族),四川富顺人,本科.0 前言随着工程建设的不断发展,建筑物沉降问题已成为影响建筑物质量的关键问题之一。

GM(1,1)幂模型求解方法及其解的性质

GM(1,1)幂模型求解方法及其解的性质

GM(1,1)幂模型求解方法及其解的性质
王正新;党耀国;刘思峰;练郑伟
【期刊名称】《系统工程与电子技术》
【年(卷),期】2009(031)010
【摘要】根据灰色系统信息覆盖的基本原理,给出了GM(1,1)幂模型中参数a的估计方法.讨论了a的不同取值对模型解的影响,对其白化微分方程解的定理进行了补充,并给出了白化微分方程解的优化方法.结果表明,所提出的建模方法更能适应于一类具有饱和状态或发展变化受众多因素影响的波动原始序列,在0<a<1且a>0和a>1且a<0两种情形下,GM(1,1)幂模型与灰色Verhulst模型具有相同的极限性质,但模拟预测精度高于灰色Verhulst模型.
【总页数】4页(P2380-2383)
【作者】王正新;党耀国;刘思峰;练郑伟
【作者单位】南京航空航天大学经济与管理学院,江苏,南京,210016;南京航空航天大学经济与管理学院,江苏,南京,210016;南京航空航天大学经济与管理学院,江苏,南京,210016;南京航空航天大学经济与管理学院,江苏,南京,210016
【正文语种】中文
【中图分类】N941.5
【相关文献】
1.基于GM(1,1)模型与灰色马尔可夫GM(1,1)模型的核动力装置趋势预测方法研究[J], 刘永阔;谢春丽;于竹君;凌霜寒
2.基于GM(1,1)幂模型的振荡序列建模方法 [J], 王正新;党耀国;裴玲玲
3.GM(1,1)幂模型的改进及其在沉降预测中的应用 [J], 陈鹏宇
4.拓展的灰色GM(1,1)幂模型及其应用 [J], 程毛林;刘斌
5.GM(1,1)幂模型的幂指数计算新方法 [J], 马光红;魏勇
因版权原因,仅展示原文概要,查看原文内容请购买。

非等时距GM(1,1)直接模型及其在材料试验数据处理中的应用

非等时距GM(1,1)直接模型及其在材料试验数据处理中的应用

非等时距GM(1,1)直接模型及其在材料试验数据处理中的应

郭丽萍;孙伟;郑克仁;陈波
【期刊名称】《东南大学学报(自然科学版)》
【年(卷),期】2004(034)006
【摘要】在原始数列等时距处理的基础上,通过用一次累减数列与原始数列构建微分模型,得到了非等时距GM(1,1)直接模型;并给出2个具有不同饱和特征的材料试验数据处理实例.通过这2个实例说明了非等时距GM(1,1)直接模型适合处理呈上升或下降饱和变化趋势、对数据无非负性要求的任意数列,其预测值不需要还原计算,具有适用范围广、预测精度高和简单实用的特点.该模型有效弥补了传统
GM(1,1)模型在此类数据处理方面的不足,因此,具有较大的应用推广价值.
【总页数】5页(P833-837)
【作者】郭丽萍;孙伟;郑克仁;陈波
【作者单位】东南大学材料科学与工程系,南京,210096;东南大学材料科学与工程系,南京,210096;东南大学材料科学与工程系,南京,210096;东南大学材料科学与工程系,南京,210096
【正文语种】中文
【中图分类】TU5
【相关文献】
1.非等时距DGM(1,1)模型及其在路基沉降预测中的应用 [J], 李仙虎;田川;易富君
2.抗差加权非等时距GM(1,1)模型在大型建筑物沉降预测中的应用 [J], 何伟;李明;阚起源
3.非等间距GM(1,1)模型及其在试验数据处理和试验在线监测中的应用 [J], 罗佑新
4.非等时距的GM(1,1)模型及其在经济预测中的应用 [J], 何媛
5.非等间距GM(1,1)模型及其在疲劳试验数据处理和疲劳试验在线监测中的应用 [J], 罗佑新;周继荣
因版权原因,仅展示原文概要,查看原文内容请购买。

灰色预测技术研究进展综述

灰色预测技术研究进展综述

灰色预测技术研究进展综述党耀国;王俊杰;康文芳【摘要】灰色预测技术是灰色系统理论的重要分支之一.分析了GM(1,1)模型的性质、GM(1,1)模型的改进与优化、GM(1,1)模型参数估计、GM(1,1)模型初始条件优化、GM(1,1)模型的扩展与应用及幂模型的研究进展;最后对灰色预测模型的未来研究方向提出了建议.【期刊名称】《上海电机学院学报》【年(卷),期】2015(018)001【总页数】8页(P1-7,18)【关键词】灰色系统;GM(1,1)模型;灰色预测;优化【作者】党耀国;王俊杰;康文芳【作者单位】南京航空航天大学经济与管理学院,南京210016;南京航空航天大学经济与管理学院,南京210016;南京航空航天大学经济与管理学院,南京210016【正文语种】中文【中图分类】N941.520世纪60年代,邓聚龙教授首先提出“去余控制”理论;随后其在1982年提出灰色控制理论。

灰色系统理论是一种解决信息不完备系统的数学方法,以控制论的观点构建数学控制模型,用来分析样本小、信息不完全的不确定系统问题。

目前,该理论已被国内外学者广泛关注。

灰色系统理论通过30多年的发展,理论体系不断完善,分支结构越发清晰,实际应用面越来越宽泛,应用领域触及到了水文、能源、经济、管理、工程、交通等诸多方面。

灰色预测理论作为灰色系统理论的重要内容之一,同时也是一个新的现代预测方法。

灰色预测方法在解决数据获取性较差的问题时,以少量可获取的信息为基础,利用灰色算子提高序列的光滑度、准指数性,生成新序列,进而实现预测,提高了预测的精度,有效解决了经济社会系统中数据缺失、不真实等影响研究工作的瓶颈问题,弥补了大样本建模要求的不足。

随着灰色预测方法的不断拓展,它越来越受到国内外学者的广泛认可。

近期,在常用的中英文数据库中以“grey forecasting”和“灰色预测”为关键词进行搜索,共有13433篇中英文文献被检索到,其涉足领域包括了教育、能源、经济、环境、交通等多个领域(见表1)。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

均值生成序列 Z
( 1)
( tk ) 。
( 0)
1 ) 定 义 5: 设 X x
( 0)
( t k ) 为 非 等 间 距 序 列,
( 1)
{
^ x( 1) ( t1 ) ^ x ( tk ) - ^ x ( t k -1 ) Δt k
( 1) ( 1)
k =1 k = 2, 3, …, n ( 7)
1 ) 幂模型及其工程应用 非等间距 GM ( 1 ,
1 2 2 王正新 ,党耀国 ,刘思峰 ( 1. 浙江财经学院经济与国际贸易学院 , 杭州 310018 ; 2. 南京航空航天大学经济与管理学院, 南京 210016 )
[ 1 ) 幂模型。 以平均相对 摘要] 针对工程中大量存在的非等间距序列的建模问题 , 提出了非等间距 GM( 1 , 误差绝对值最小 化 为 目 标 , 以 模 型 参 数 之 间 的 关 系 为 约 束, 构建了一个非线性优化模型实现非等间距 GM( 1 , 1 ) 幂模型的参数估计。结果表明, 非等间距 GM( 1 ,1 ) 幂模型的形式较为灵活 , 非等间距 GM ( 1 ,1 ) 模型和灰色 Verhulst 模型均是非等间距 GM ( 1 ,1 ) 幂模型的特殊情形, 幂指数的优化有利于提高建模精度 。 1 ) 幂模型的有效性与实用性 。 最后通过一个工程实例验证了非等间距 GM( 1 , [ 1 ) 幂模型; 参数优化 关键词] 灰色系统; 非等间距序列; GM( 1 , [ 中图分类号] N941. 5 [ 文献标识码] A [ 文章编号] 1009 - 1742 ( 2012 ) 07 - 0098 - 05
x ( 0) ( t k ) 为灰导数, Z ( 1) ( t k ) 为灰导数背景值, 则称 ( t k ) + aZ
( 1)
( tk ) = b ( Z
( tk )

( 2)
2. 3
1 ) 幂模型的灰色微分方程 为非等间距 GM ( 1 , ( 为了更好地区别模型中的发展系数 a , 文章用 γ 16] 表示文献[ 中的 α ) 。
a =
Σ k =2
n
( z ( 1) )2
n
( tk )
n
) 2γ
Σ k =2
( z ( 1)
( tk )
)2
- -

n
(z
( 1)
k =2 n
( tk )
) γ +1
)
n
( 8)
2
b =
Σ k =2
( z ( 1)
( tk )
Σ k =2
x ( 0) ( t k ) ( z ( 1) ( t k )
n

Σ k =2
)2
( z ( 1)
( tk )
(z
) γ +1
x ( 0) ( t k ) z ( 1) ( t k ) ( 1)
( tk )
) 2γ
Σ k =2
( z ( 1)
( tk )


n
( 1)
k =2
( tk )
)
( 9)
2
以平均相对误差最小化为目标, 以参数之间的 关系为约束条件, 可建立以下优化模型, 以便求出最 珚= MinΔ
( z ( 1)
( 1)
1 ) 幂模型的白化方程。 为非等间距 GM( 1 , T ^ 如定理 1 所述, ^ =[ 4 ) 定理 2 : 设 B, Y, a a a, b] BT Y , 1 ) 幂模型的白 则非等间距 GM ( 1 , 化方程的解为: ^ ( 1) ( t) = x 若以 x
( 1)
X ( 1) ( t k ) 为 为非等间距序列, ^ = ( a, X ( 0) ( t k ) 的 1 - AGO 序列, a 则称 b) T , dx ( 1) ( t ) + ax ( 1) ( t ) = b ( x ( 1) ( t ) ) γ dt ( 4)
)
,k =
)
2, 3, …, n 。则称序列 Z ( 1) ( t k ) =
1
前言
近年来, 灰色系统预测方法
[1 , 2 ]
GM( 1 , 1 ) 幂模型[1] 是一种重要的非线性灰色 可以通过寻找与实际数据最匹配的幂指数 , 从 模型, 被广泛应用于 而使得模型能够较好地反映数据的非线性特征 。但 是自从邓聚龙教授提出该模型以来, 人们对它的关 16]中首次提出了经典 GM 注甚少。 笔者在文献[ ( 1, 1 ) 幂模型的求解方法, 研究了模型解 的 性 质。 1 ) 幂模型还难以被应用到工程中 目前, 经典 GM( 1 , 大量存在的非等间距序列的建模中 。文章将首先分 在此基础上将经典 析非等间 距 序 列 的 生 成 方 法, [16 ] GM( 1 , 1 ) 幂模型 拓展为非等间距 GM ( 1 , 1 ) 幂模 1) 型, 并研究模型中参数的优化问题。 由于 GM ( 1 , 1 ) 幂模型的 模型和灰色 Verhulst 模型均是 GM ( 1 , 特殊形式。因此, 只要能够通过恰当的手段找到非等 1 ) 幂模型的最优幂指数, 间距 GM( 1, 其建模精度一 1 ) 模型和灰色 Verhulst 定可以超越非等间距 GM ( 1, 模型。
[9 , 10 ]
。现
1) 有的非等间距灰色预测模型主要是经典 GM ( 1 , 模型和灰色 Verhulst 模型的简单推广, 模型改进主 要集中在背景值的优化。邓聚龙教授在分析非等间 距序列的灰导数及其背景值的基础上, 提出了非等 1 ) 模型 间距 GM( 1 ,
[11 ]
。文献[ 12] 13] 利用文献[ 优
z ( 1 ) ( t2 ) z ( 1 ) ( t3 ) z
( 1)
则称序列 X ( 0) ( t k ) =
( tn )
( t1 ) , x
( 0)
( t2 ) , …, x
( 0)
( tn )
)

( 1) 非等间距序列 X ( t k ) 的一阶累减还原 ( 1 - IAGO, 1 - inverse AGO) 序列。 4 ) 定义 4 : 设序列 X ( 1) ( t k ) 为一阶累加生成序 ( 1) 若 z ( t k ) = 0 . 5 ( x ( 1) ( t k ) + x ( 1) ( t k -1 ) 列,
3 ) 定义 3 : 设序列 X ( 1) ( t k ) 如定义 2 所述, 若 x ( 0) ( t k ) =
, 1 1 1
{
x ( 1 ) ( t1 ) x ( 1) ( t k ) - x ( 1) ( t k -1 ) Δt k
( x ( 0)
k = 1 k = 2, 3, …, n,
( t2 ) , z ( 1 ) ( t3 ) , …, z ( 1) ( t n )

= ( B T B)
-1
非等间距序列 X ( t k ) 的紧邻均值生成序列。 2. 2 非等间距 GM( 1 , 1 ) 幂模型的建立 1]的定义, 根据邓聚龙教授关于灰导数[ 可以 : 得到非等间距序列的灰导数为 δ( t k ) =
98 中国工程科学
及均值生成的定义。 1 ) 定义 1 : 设序列 X ( 0) ( t k ) = 则称序列 X
( 0)
( x ( 0)
( t1 ) , x ( 0 ) ( t2 ) , …, x ( 0) ( t n )
)

1 ) 模型; 当 γ = 0 时, 式( 2 ) 为非等间距 GM( 1 , = 2 , ( 2 ) Verhulst 当γ 时 式 则为非等间距灰色 模 。 , , 型 由此可见 只要处理好幂指数 γ 的选取问题 非 等间距 GM ( 1 ,1 ) 幂模型完全可以覆盖非等间距 GM( 1 , 1 ) 模型和灰色 Verhulst 模型的应用范围, 并 超越它们的预测精度。 ^ = ( a, 2 ) 定理 1 : 若 a 1) b ) T 为非等间距 GM( 1 , 1 ) 幂模型参 幂模型的参数向量, 则非等间距 GM ( 1 , 数的最小二乘估计为: ^ = ( B T B ) -1 B T Y a ( 3) x ( t2 ) ( 0) x ( t3 ) Y = 式( 3 ) 中, ( 0) x ( tn ) - - B = - 3 ) 定义 6 : 设 X
( 0) ( 0)
k = 2, 3, …, n, 若间距 Δt k = t k - t k -1 ≠ const , ( t k ) 为非等间距序列。 k = 1 k = 2, 3, …, n ,则 称 2 ) 定义 2 : 设序列 X ( 0) ( t k ) 为非等间距序列, 若 x
( 1)
( tk ) =
k
(
b + ce - ( 1 - γ) at a
)
1 1 -γ
( 5)
x
( 1)
( tk ) - x Δt k
k -1
( 1)
( t k -1 )
=
( t k ) 为初始值, 1) 幂 非等间距 GM( 1 , : 模型的时间响应序列为 ^ ( 1) ( t ) = x
k
x Σ i =1
( 0)
( t i ) Δt i - Δt k
[ 收稿日期] 2010 - 09 - 16 [ 71071077 ) 基金项目] 国家自然科学基金项目 ( 71101132 ,
序列生成是灰色系统建模的前提和基础, 笔者 首先给出非等间距序列的灰色累加生成 、 累减还原
[ 作者简介] 王正新( 1981 —) , 男, 江苏高邮市人, 浙江财经学院讲师, 博士, 研究方向为灰色系统理论、 优化与决策; E - mail: jenkin226@ 163. com
相关文档
最新文档