台兰河流域年引水量模拟与预测.docxVIP

台兰河流域年引水量模拟与预测 台兰河流域位于新疆阿克斯塔地方区温宿县，总面积51.464公顷。流域灌区内社会经济主要以农牧业生产为主,因而流域水文情况对于流域内居民生产生活有重要的影响作用。台兰河灌区地表水资源较为丰富,本流域地表水资源7.42×108m3,2009年统计资料灌区总人口95 727人,人均应占有地表水资源量7.59×103m3/a。目前,流域地表水资源开发利用程度较低,加之流域本身具有水量年内变化幅度大,洪枯悬殊,年内分配不均匀等特点,且灌区无调节水库,水资源供需矛盾突出。做好台兰河引水量预测工作对于合理调控台兰河流域用水,保护台兰河流域水资源和经济社会的发展有着十分重要的意义。 GM(1,1)模型是灰色预测模型中的核心内容,它具有原始数据少,计算简便,预测精度高等特点,被广泛运用于社会经济各个领域,取得了良好的预测效果。在传统GM(1,1)模型的基础上,人们又提出了几种新的改进模型,主要分为两个方面: (1)对原始序列进行变换以改善其光滑性。 (2)对传统GM模型进行修正,使之适应原始数据模式。 对原始序列的改造包含对数变换、幂函数变换等方法,目前研究与应用进展缓慢;模型修正法的灰色Verhulst模型及其改进形式都是以差分方程为基础进行的,而用来预测的时间响应函数却由解微分方程而得到,在此之中的对应参数的一致性也一直存在争议。基于此,本文在最小二乘原理上提出了GM(1,1)模型时间响应函数的另一种优化方法,解决台兰河引水量预测问题。 1 gm1.1模型时间响照函数的优化 1.1 确定时间响应式的累减还原 构造原始序列=(x(0)(1),x(0)(2),…,x(0)(n))的1-AGO序列表示为: X(1)=(x(1)(1),x(1)(2),…,x(1)(n)) 其中x(1)(k)=n∑i=1x(0)(i),k=1,2,?,nx(1)(k)=∑i=1nx(0)(i),k=1,2,?,n;定义Z(1)为X(1)的紧邻均值生成序列: Z(1)=(z(1)(2),z(1)(3),…,z(1)(n))。 根据传统GM(1,1)模型概念,给出如下定义: 定义a:x(0)(k)+a(k)=b为灰色微分方程,dx(1)dt+ax(1)=bdx(1)dt+ax(1)=b为白化方程。 定理a:设X(0)为非负准光滑序列,X(0)=(x(0)(1),x(0)(2),…,x(0)(n)),X(1)为X(0)的1-AGO序列,Z(1)为X(1)紧邻均值生成序列,若?a=(a,b)Τa?=(a,b)T为参数,且: Y=[x(0)(2)x(0)(3)?x(0)(n)]B=[-z(1)(2)1-z(1)(3)1?1-z(1)(3)1] 由此得灰色微分方程x(0)(k)+a(k)=b的最小二乘估计参数序列为?a=(a,b)Τ=(BΤB)-1BΤY 定理b:设B,Y,a为定理a所指条件,则有: (1)白化方程dx(1)dt+ax(1)=b的时间响应函数为: x(1)(t)=ba+c?e-at 其中c=n∑i=1x(0)(i)e-ain∑i=1e-2ai(1-ea) (2)灰色微分方程x(0)(k)+a(k)=b的时间响应函数为: ?x(1)(k)=ba+n∑i=1x(0)(i)e-ain∑i=1e-2ai(1-ea);其中k=1,2,…,n (3)还原值?x(0)(k+1)=α(1)?x(1)(k+1)-?x(1)(k) 对于上述3个定理的说明: (1)确定待定常数C的方法为: 首先构造函数F(c),使得: F(c)=n∑i=1(?x(0)(t)-x(0)(t))2=n∑i=1(c?e-at(1-ea)-x(0)(t))2 由极值条件得F(c)=0,可得: c=n∑i=1x(0)(i)e-ain∑i=1e-2ai(1-ea) 此时F(c)取最小值。 (2)由(1)中结果,令t=k有: ?x(1)(k)=ba+n∑i=1x(0)(i)e-ain∑i=1e-2ai(1-ea);其中k=1,2,…,n, 将(2)中结果进行累减还原即得结果。 定义b∶设序列X(0)=(x(0)(1),x(0)(2),?,x(0)(n))?x(0)(k+1)=α(1)?x(1)(k+1)-?x(1)(k)? 为GM(1,1)模型的时间响应式的累减还原,则: (1)当k≤h时,称x(0)(k)为模型的模拟值。 (2)当k≥h时,称x(0)(k)为模型的预测值。 1.2 方差计算的模型精度 灰色GM(1,1)模型一般采用残差分析来评价其预测精度。残差分析是以实测值为基础来计算其相对误差。记0阶残差为ε(0)i=x(0)i-?x(0)i,i=1,2,?,n。其中?x(0)i为通过预测模型得到的预测值,则残差均值与残差方差分别表示为: ?ε=1nn∑i=1ε(0)i?s21