基于遗传算法多变量灰色模型地研究.pdfVIP

水力学与水利信息学进展2007麓嬲蹦麓黼黼嬲躞蹦嬲麟嬲嬲嬲嬲蝴燃黝㈣黝搿／飘。4te 基于遗传算法多变量灰色模型的研究。 韩雁许士国 (大连理工大学土木水利学院辽宁大连116024 hanyan—78—@163,com) 摘要 多变量灰色MGM(1，竹)模型作为GM(1，1)模型的扩展和补充，能够反映各变量间相 互制约、相互促进的关系。遗传算法具有全局最优性和并行性特点，本文利用遗传算法对多变 挖)模型要优于GM(1，1)模型。 关健词灰色系统；多变量灰色MGM(1，以)模型；遗传算法；城市用水 l 引言 灰色系统理论是以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象， 通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和 有效监控。实践证明，灰色建模所需的信息较少，精度较高，能较好地反映系统的实际状况[1]。灰色系统 在咒元变量情况下的自然推广。刘国华[2]，等对MGM(1，咒)模型采用自适应方法进行改进。本文用差 分格式将灰色模型推广为MGM(1，咒，q)模型，由于参数q与误差之间存在明显的非线性关系，如果目标 函数不可微，这样传统的优化方法又无能为力。遗传算法具有全局优化和并行性特点，适合于计算复杂 的非线性问题。应用遗传算法求解最优的q值，这样将多变量MGM(1，行)模型与遗传算法有机的结合 起来，实现对了MGM(1，，2)模型的改进。 2多变量灰色MGM(1，n)模型 lated Generating 内在发展规律。模型GM(1，1)只能用于单点时间序列的建模和预测，模型的微分方程为： (1) 掣+羽·kb LlJ 1■十口^…一 灰色GM(1，1)模型仅利用单一的时间序列数据，无法反映多个变量间的相互影响、协同发展情况； 考文献[3]。这里主要介绍多变量灰色模型(Multi-variableGrey 模型的简单组合，MGM(1，以)模型的一阶常微分方程组的形式如下： 警=口。。zi”+口，：z(2)+…+口。。z≯+6。 警=口。。zi+口：：z∥+…+口：。z≯+62 (2) ； ； 警一口。。zi-，+口北z52)+··：+口。z∥+巩 *基金资助l国家。973”计划项目(2006CB403405)l“十一五”国家支撑计划项目(2006BABl4805)． ·736· 、。誊雾逶囊薹鏊羹鋈羹雾襄鬻蘑霪鏊霾鞠瞄嘲■■■—曩霸■ 第四部分水利信息学的新进展 fnll吼z‘…口l—l (61，62，…，坟)丁 记A—I口：1口：2‘：‘t”J，B一 ． L：。口：2．：．三j 写成矩阵形式：等=Ax㈣+B或警一Ax㈣一百 (3) 上式的连续时间响应为 (￡=1，2，…，，1) (4) 冠=eAo-1’X锚+A-1(eA“．1’--I)·B 其中 矿=H‘m+眚t2+…=H。茎A玎k矿 ’ 参数A和B