改进的灰色GM(1,1)模型在农业需水预测中的应用.pdf

改进的灰色GM(1,1)模型在农业需水预测中的应用.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
第 35卷 第 6期 三峡大学学报(自然科学版) Vo1.35No.6 2013年 12月 JofChinaThreeGorgesUniv.(NaturalSciences) Dec.2O13 改进的灰色 GM (1,1)模型在农业需水预测中的应用 张琼楠 张 龙 (1.河海大学 水文与水资源学院,南京 210098;2.河海大学 土木与交通学院,南京 210098) 摘要 :尝试重构灰色模型的背景值公式,并利用模拟值 与原始序列的差值平方和最小的原则,确定 了白化方程响应函数中的常数C,从而构建 了一种新的优化的GM模型.通过对阿克苏地 区农业需 水量的模拟预测发现,新模型较传统模型显示出更高的精度.结果表明,改进的灰色模型在农业需 水预测上具有一定 的应用价值,可作为研究区域的水资源供需平衡分析的参考依据. 关键词:改进 ; 灰色 GM (1,1)模型; 预报; 误差 中图分类号 :TV93 文献标识码 :A 文章编号 :1672—948X(2013)06—0012-04 ApplicationofImprovedGreyGM (1,1)Modelin AgriculturalW aterDemandPrediction ZhangQiongnan ZhangLong (1.CollegeofHydrology WaterResources,HohaiUniv.,Nanjing210098,China;2.CollegeofCivil TransportationEngineering,HohaiUniv.,Nanjing210098,China) Abstract ThegreyGM (1,1)modeloftenmakesdelayerrorwhilefittingnon—pureindexseries.A new calcu— latingformulaofbackgroundvalueisreestablished;andbasedontheprincipleofminimum sum ofsquaresbe— tweensimulatedvaluesandtheoriginalsequencevalues,theconstantCinthealbino equationresponsefunc— tionisdetermined,afterthatanew kindofoptimization ofGM (1,1)modelwassetup.Bysimulation and predictionofthenew mode1fortheagriculturalwaterdemandinAksuarea。itiSfoundthatthenew model showshigheraccuracythantraditionalmode1.Theresultsshow thattheimprovedgreymodelhascertainap— plicationvalueinwaterdemandprediction.Theconclusionprovidesscientificbasisforanalyzingofthesupply anddemandofwaterresourcesinAksuarea. Keywords improvement; GM (1,1); prediction; error 灰色系统理论是一种研究 “小样本”、“贫信息”不 已知 ,部分信息未知”的基本特征,可用灰色系统理论 确定性问题 的方法 ,它把一切随机量都视为在一定范 对其进行分析 、研究. 围内变化的灰色量 ,通过对原始数据的生成来挖掘其 GM (1,1)模型对光滑单调序 列的适用性很强 , 内在规律.GM (1,1)模型作为一种预测手段 ,具有原 但对于非纯指数样本的预测存在误差偏大的情况口]. 理简单 、参数较少、计算简便、结果精度较高等诸多优

文档评论(0)

lizhencai0920 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6100124015000001

1亿VIP精品文档

相关文档