灰色预测模型GM(1-1)(精)
- 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、"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、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)。
数学建模案例分析
灰色预测模型GM(1,1)及其应用
蠕变是材料在高温下的一个重要性能。处于高温状态下的材料长期受到载荷作用时,即使其载荷较低,并且在短时间的高温拉伸试验中材料不发生变形,但在此情况下仍会有微小的蠕变,极端的情况下,甚至会使材料发生破坏。高温材料多应用于各种车辆的发动机及冶金厂中各种设备上,如果因蠕变引起破坏,可能造成很大的事故。
为了保证设备的安全可靠,在某一使用温度下,预先知道该材料对不同载荷应力下断裂的时间是很重要的。过去,人们都是通过蠕变试验测量断裂时间。而做蠕变试验时,需要很长时间才能得到结果,即使通过试验得出的数据,也只是对某几个具体试样而言,存在很大的偶然性,不能代表普遍的规律。如果将实测的数据用灰色系统理论来处理,可以预测在某一温度下的任何载荷应力的断裂时间。
一、灰色预测模型GM(1,1)
建模步骤如下:
(1)GM(1,1)代表一个白化形式的微分方程:
dX(1)
+aX(1)=u (1) dt
式中,a,u是需要通过建模来求得的参数;X(1)是原始数据X(0)的累加生成(AGO)值。
(2)将同一数据列的前k项元素累加后生成新数据列的第k项元素,这就是数据处理。表示为:
X
不直接采用原始数据X(0)(1)(k)=∑X(0)(n) (2) n=1k建模,而是将原始的、无规律的数据进行加工处理,使之变得较有规律,然后利用生成后的数据列来分析建模,这正是灰色系统理论的特点之一。
(3)对GM(1,1),其数据矩阵为
⎛-0.5[X(1)(1)+X(1)(2)] -0.5[X(1)(2)+X(1)(3)]B= -0.5[X(1)(N-1)+X(1)(N)]⎝
向量YN=[X(0)(2),X(0)(3), ,X(0)(N)]T
(4)作最小二乘估计,求参数a,u 1⎫⎪1⎪(3)⎪⎪1⎪⎭
T-1Tˆ= ⎪α=(BB)BYN (4) u⎪⎝⎭⎛a⎫
(5)建立时间响应函数,求微分方程(1)的解为
ˆ(1)(t+1)=(X(0)(1)-u)e-at+u (5) Xaa
这就是要建立的灰色预测模型。
灰色系统方法建模
数学建模案例分析
二、低合金钢铸件蠕变性能的灰色预测
下面是对Cr-mo-0.25V低合金钢铸件高温蠕变情况利用灰色系统理论进行研究。在500℃的高温下,已测得此铸件在载荷分别为37,36,35,34,33(kg/mm2)情况下的蠕变断裂时间见下表。
表中一次累加数列X
(1)
(k)是根据断裂时间数列X(0)(k),由公式(2)得到的。例如,
X
(1)
(3)=∑X(0)(n)=2.38+2.80+4.25=9.43。
n=1
3
⎛-3.78
-7.30
按(3)构造矩阵B=
-12.8
-21.9⎝1⎫⎪1⎪⎛-0.5⎫T
ˆ ,,代入(4),可得α=Y=[2.80,4.25,6.85,11.3]N 0.97⎪⎪, 1⎪⎝⎭⎪
1⎪⎭
ˆ(1)(t+1)=4.4e0.5t-2.2,取t为应力序数k时,由按(5)可得到模型(1)的解为X
ˆ(1)(k+1)=4.4e0.5k-2.2 (6) X
ˆ(1)(k+1)(k=1,2, )。即可得到生成累加数列X
2、检验
ˆ(1)(k+1)=[5.05,9.76,17.52,30.3],而由表中得出当k=1,2,3,4时,由(6)式得出X X(1)(k+1)=[5.18,9.43,16.28,27.58],计算出平均相对误差为0.04,这一精度是相当理想的。
3、预测
由上面得到的一次累加生成数列与实际一次累加生成数列很接近,因而可以用来估计原始一次累加生成数列中的各个数据。特别是估计序数5以后的数据,就更有实际意义了。
轻载荷的蠕变实验所需要的时间是相当长的,少则几天,多则几年。在重载荷的基础上减轻1公斤,试验时间将相应增加几百甚至几千小时。根据已有重载荷试验数据,预报减轻重载后的断裂时间就显得重要了。下面,我们根据(6)式来预测载荷32 kg/mm2的断裂时间。它对应的序数为6,也就是要求出X再由X
(0)
(1)
(1)(1)
由(6)式得X(6)=51.4,从表中查得X(5)=27.58(6)和X(0)(6)。
这说明,在载荷32 kg/mm2下,此种材料大约经过2382(6)=X(1)(6)-
X(1)(5)=23.82,
小时断裂。
灰色系统方法建模