非线性动态系统自组织建模的组合方法.pdfVIP

非线性动态系统自组织建模的组合方法 邓跃进张正禄 (武汉测绘科技大学) 摘 要本文介绍基于自组织建模思想和优选法原理的数据处理组合方法GMDH(Group MethodofData Handling)。它适于建立多个变量间高阶非线性统计关系·在变形监测分析与预报 中具有一定的应用价值． 关键词变形监测；数据处理；GMDH l 引 言 建立变形体变形(或位移量)与各种因素影响量间的相关关系常用统计回归模型，即： i一1，2，…．Ⅲ y(f)=f(x．(￡)，￡)+E。 声。经典的回归分析模型要求事先较准确地确定或假设函数Jr的具体形式，如依据数据的散 点图选择线性函数，多项式函数，指数或对数函数等初等函数，然后利用最小二乘准则估计模 型中的参数。如果，的形式估计不准确必将影响分析结果的可靠性。事实上，事先我们可能并 不知道厂的形式，尤其是对于多个因素间复杂的高阶非线性关系。因此，若回归模型建立在对 函数，根据不足的假设的基础上，则所建立的模型可能根本无法用来预测预报。 Ivakhnenko A．G．为建立多个变量间客观的统计关系，于70年代提出了数据处理的组合 方法GMDH。之后，IvakhnenkoA．G．和Muller J．A．等人进一步发展了这一数据处理方法， 并编写了相应的商品化软件，在许多领域得到广泛的应用。我国的林振山、黄国明分别介绍了 GMDH在气象预报和斜坡蠕滑预报中的应用。 GMDH是一种“自组织”的高阶非线性回归建模方法。所谓自组织建模是指在～个(组)基 本模型的基础上，根据一定的优选准则由客观数据本身自动地生成新的模型并选择最佳模型。 模型结构不是事先人为地假设，而是根据观测数据和某些判据客观地确定的，因而建立的模型 更可靠。体现自组织建模思想的另一个方法是具有自组织学习功能的神经网络模型。 2 GMDH算法 设变形体系统有m个输入变量为z，，-rz，…，‰，输出变量为J，观测资料长度为一。将原始 由余下的”一女期(个)观测数据组成的检验矩阵。 11l … Y Xl Z2 Zm ’” ya Z1．1 X1．z ZI．m Yz z2．1 z2．2 … z2．m A ●-● … yk Z^．1 Z●．z Zj朋 ∥^十l Z^+1．1 Z^+1．z … Z^+1m … … … B … ZH ZH，m ≥ Zn．1 2 …，m及输出变量Y，可以用某～回归方程，如二元二次回归方程建模，即： Yp—A+Bz”+Cx～十Dz；，。十E叫0+Fx川zp，+～户一l，2·…，k (2) 这样共产生，n7=m(m一1)／2个回归方程，记为： ￡u；A+Bx。+CxJ-4-Dx；+Ex；+Fx。zJ (3)