基于灰色模型与三次样条插值预测研究.docVIP

基于灰色模型与三次样条插值预测研究 　　摘要：选择灰色模型和三次样条插值相结合，对3个不同领域的非等时距数据样本进行了预测。结果表明，该算法能够较为准确地对非等时距样本进行预测，且简单易行，预测值精度高于文献算法。在工程实际中，该算法更加实用，并能够应用于多种工程领域。 　　关键词：非等时距；灰色模型；三次样条插值；模型精度 　　中图分类号：TU12 文献标识码：A 文章编号：0439-8114（2015）22-5729-03 　　Abstract： A combination forecasting algorithm based on gray model and cubic spline interpolation was proposed.Using this method to predict the data samples from non-isochronous， they belong to three different fields. The results show that： the proposed algorithm can more accurately predict the samples from non-equal interval， and simple， the accuracy of the predicted values are also higher than the literature. In the project， the proposed algorithm is more practical， and can be used in a variety of engineering fields. 　　Key words： non-equal interval； gray model； cubic spline interpolation； accuracy of the model 　　20世纪80年代，邓聚龙提出灰色系统理论，该理论是一种研究少数据、贫信息和不确定性问题的新方法[1]，已被广泛应用于工程控制、社会生态、管理、农业等领域的评价中。经典的GM（1，1）模型是以等时距序列为基础的，但在实际中，监测得到的样本是非等时距的。在利用灰色模型对其进行预测研究时，主要有两种思路：①对灰色模型进行改进，构造非等时距的灰色模型[2-7]；②采用插值方法对非等时距样本进行处理，然后利用灰色模型进行预测研究。本研究选择三次样条插值算法与非等时距灰色模型结合，对非等时距样本进行预测，并与实测值和文献采用的方法进行对比分析。 　　1 数学模型 　　1.1 采用三次样条插值算法处理原始样本 　　样条插值可以使用低阶多项式，避免了使用高阶多项式所出现的龙格现象。三次样条插值（简称Spline插值）是通过一系列形值点的一条光滑曲线，在数学上是通过求解三弯矩方程组得出曲线函数组的过程。三次样条插值具有二阶光滑度，在工程上应用比较广泛。其具体定义如下：函数S（x）∈C2[a，b]，在每个小区间[xj，xj+1]是三次多项式，其中a=x0x1Lxn=b是给定节点，则称S（x）是节点x0，x1，L，xn上的三次样条函数；若在节点xj上给地函数值yj=f（xj），（j=0，1，…，n），并有S（xj）=yj，（j=0，1，…，n），则称S（x）为三次样条插值函数。 　　采用三次样条插值算法，对非等时距样本进行处理即选择合适的时间间隔，采用三次样条插值算法，将原始样本处理为等时距的样本。由于该算法的收敛性和误差估计有着严格的理论依据，故将处理后的样本作为新的原始样本而产生的误差，对预测计算精度的影响是可控的。 　　1.2 级比检验 　　1.3 GM（1，1）建模 　　模型精度p越大预测精度越高，后验差比值C越小预测误差的离散型越小。一般根据p和C，将预测精度分为4级，如表1所示。 　　3 实例验证 　　3.1 实例一 　　文献[5]对某防洪大堤施工阶段部分沉降数据进行了预测。本研究利用该数据，采用文中提出的简单组合算法进行预测，并与文献算法结果进行对比分析，结果如表2所示。 　　由表2可知，与文献算法预测值相比，本研究算法的模型精度为0.985 4，后残差比值为0.000 3。该模型精度为1级，并且预测值的平均相对误差也较小。 　　3.2 实例二 　　文献[7]构造非等时距加权灰色模型与神经网络组合算法，对轨道不平顺进行预测研究。根据文献实测数据，采用本研究算法对其预测，与实测值和文献[7]预测结果进行对比分析，结果如表3所示。 　　由表3可知，与文献算法预测值相比，本研究算法的模型精度为0.983，后残差比值为0.147 4。该模型精度为1级，并且