- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 34卷 第 4期 地 球 科 学 与 环 境 学 报 Vo1.34 NO.4
2012年 12月 esandEnvironment Dec.2012
JournalOfEarthSciene
文章编号 :1672—6561(2012
GM (1,1)模型的改进及其在变形预测中的应用
彭正明 ,王腾军 ,曹冬冬 ,徐秋艳。
(1.甘肃省水利水 电勘测设计研究院,甘肃 兰州 730000;2.长安大学 地质工程与测绘学院,
陕西 西安 710054;3.陕西省煤 田地质局,陕西 西安 710054)
摘 要 :为了提高GM(1,1)模型预测精度 ,采用积分优化、二次拟合优化以及残差改化方法,分步对
GM(1,1)模型进行改进,建立灰色多重修正模型。具体改进步骤为:首先,利用积分优化方法对背景
值进行纠正,减小模型误差并提高预测精度;接着,对模型参数(发展系数和灰作用量)进行二次拟合
优化,使参数更加接近理论真值 ;然后 ,根据预测结果进行适 当的残差改化,提 高模型整体的预测精
度;最后,建立根据 GM(1,1)模型改进的灰色多重修正模型。以重庆南川地 区甄子岩崩塌为例,建立
灰色多重修正模型对危岩裂缝 累计位移值进行模拟和预测,并与GM(1,1)模型进行对比。精度检验
结果表 明:灰 色多重修正模型后验差 比值 (0.08239)明显好于GM(1,1)模型 (0.19267),平均相对残
差比(o.0739)更远好于GM(1,1)模型(0.2596),表明灰色多重修正模型在预测精度上有较大提高,
可靠性更好 。
关键词:灰色模型;GM(1,1)模型;灰色多重修正模型;积分优化;二次拟合优化;残差改化 ;变形预测
中图分类号:P694 文献标志码:A
ImprovementofGM (1,1)ModelandItsApplicationon
DeformationPrediction
PENGZheng—uring,WANGTeng—jun ,CA()Dong—dong ,XU Qiu—yan。
(1.GansuInstituteofInvestigationDesignandResearchofW aterResourcesandHydropower,
I.anzhou730000,Gansu,China;2.SchoolofGeologicalEngineeringandSurveying,Chang’arlUniversity,
Xi’an710054,Shaanxi,China;3.ShaanxiBureauofCoalGeologicalExploration,Xi’an710054,Shaanxi,China)
Abstract:InordertOimprovetheprecisionofprediction,GM (1,1)Modelwasmodifiedbythe
meansofintegraloptimization,quadratic fitting optimization and residualerrormodification
methodsstep by step。and greymultiple correction model(GMCM )wasbuilt.The stepsof
modification includedthatbackgroundvaluewascorrectedbythemeansofintegraloptimization
in order tO reduce the error and improve the precision ofprediction firstly;secondly,the
parametersincluding developing coefficient and grey act
文档评论(0)