传统的GM(1,1)灰色理论模型,一般适用于等时距数据序列的模拟预测.本文针对数据序列本身要满足灰指数规律,当灰数据发生跨越增长的时候,采用传统的GM(1,1)模型预测精度比较差,而且从GM(1,1)模型的建模基础考虑,预测精度受初始值和背景值影响很大.由于客观条件的影响,边坡数据序列的获得有的时候不可能达到严格的等时距的数据序列,从而建立起适合边坡变形值预测的GM(1,1)模型.
参考文献
| [1] | 邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社,1986 |
| [2] | 傅立.灰色系统理论及其应用[M].北京:科学技术文献出版社,1992 |
| [3] | 邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002 |
| [4] | 马萍 .灰色系统GM(1,1)模型的改进及灰色统计模型研究[D].长春:吉林大学,2005. |
| [5] | 张飞,王创业,张忠诚.边坡失稳预测预报研究[J].黄金,2006(06):18-20. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%