基于改进GM模型棉包温湿度预测和补偿研究.docVIP

基于改进GM模型棉包温湿度预测和补偿研究 　　摘要： 　　文中以GM（2，1，r）灰色模型为基础，以最小二乘法作为参数估算的方法，构造了棉包温湿度的预测和补偿模型。对真实采集的棉包温湿度数据进行仿真试验，比较和分析该模型仿真数据。从仿真试验表明了该模型可以较好地对棉包温湿度进行预测和补偿。 　　关键词：GM（2，1，r）；温湿度预测模型；最小二乘法；温湿度补偿 　　1 引言 　　我国是棉花种植和消费大国。一直以来，棉花在我国都是仅次于粮食的第二大农作物，是关系国计民生的重要战略物资。新疆以其独特的自然条件，成为我国最大的产棉基地，目前新疆棉区的棉花产量已超过全国总产量的一半，其中，2012年度该棉区达到了全国总产量的50.6%[1]。而棉花作为纺织工业原材料的使用地主要集中在东部沿海地区。这两个地区跨度很远，温湿度等自然环境条件相差很大。棉花在储存和长途运输过程中往往会发生品质变异甚至自燃等现象，造成损耗，影响安全。因此，对温湿度进行预测和补偿研究，是一个非常重要的课题。 　　目前数据预测和补偿有3种常用的原理：灰色模型GM主要适合小规模数据，对原始数据需求较少，对数据的特征也要求较少。基于马尔科夫链的模型适合大规模数据而且要求数据具有明显的特征。基于模糊数学模型则是从理论上去分析和处理，在实际应用中效果不佳 。由于温湿度的预测和补偿是局部的，而且仅能根据当前的有限数