吳國昊 何川
摘 要:文章介紹了常用的變形預(yù)測(cè)[1]模型:GM (1,1) 模型[2](即灰色模型),考慮背景值[3]對(duì)模型精度的影響。對(duì)其進(jìn)行改進(jìn),獲得PGM(1,1)模型[4]。并通過編程加以實(shí)現(xiàn)。且通過實(shí)例比較,證明PGM(1,1)模型的預(yù)測(cè)效果更好。
關(guān)鍵詞:變形預(yù)測(cè);灰色模型;背景值;加權(quán)灰色模型
1 概述
變形是指各種荷載作用于變形體,使其形狀、大小及位置在時(shí)間域或空間域發(fā)生的變化。變形預(yù)測(cè)就是根據(jù)對(duì)觀測(cè)數(shù)據(jù)進(jìn)行后期處理,來揭示變形監(jiān)測(cè)數(shù)據(jù)序列的結(jié)構(gòu)與規(guī)律,以建立動(dòng)態(tài)預(yù)測(cè)模型,反映變形特征,推斷變化趨勢(shì),進(jìn)而建立起正確的變形預(yù)報(bào)理論和方法[1]。由于灰色理論解決復(fù)雜系統(tǒng)的獨(dú)特優(yōu)點(diǎn),故而灰色模型在變形預(yù)測(cè)多有應(yīng)用[5]。
2 改進(jìn)灰色模型
2.1 GM(1,1)模型的建立
在灰色系統(tǒng)理論[2]中,利用較少的或不確切的表示灰色系統(tǒng)行為特征的原始數(shù)據(jù)序列作生成變換(如累加、累減)后建立的,用以描述灰色系統(tǒng)內(nèi)部事物連續(xù)變化過程或其規(guī)律的模型,稱為灰色模型,簡(jiǎn)稱GM模型。GM(1,1)模型是1階的,1個(gè)變量的微分方程型模型,是灰色預(yù)測(cè)的典型模型。GM(1,1)模型具體建立步驟如下:
(1) 設(shè)有原始等時(shí)間的數(shù)列 ,其中n表示觀測(cè)次序(t=1,2,…,n),對(duì)原始數(shù)據(jù)列中各時(shí)刻的數(shù)據(jù)依次累加,
得新的序列: 其中: (1)
累減生成: (2)
累減生成用于根據(jù)預(yù)測(cè)的數(shù)列還原出我們所需要的數(shù)列。
GM(1,1)模型的微分方程構(gòu)成形式為: (3)
式中a,b為待識(shí)別的模型灰參數(shù),對(duì)于變形系統(tǒng)來說,a為發(fā)展系數(shù),反映變形發(fā)展態(tài)勢(shì),b為灰作用量。
(2)確定數(shù)據(jù)矩陣B、Yn:
(4)
(3)求解參數(shù)列,可用最小二乘法解算:
(5)
(4)代入(3)得:
(6)
(5)作累減生成得:
(7)
式(6)和(7)即為灰色預(yù)測(cè)的兩個(gè)基本模型。當(dāng)t
2.2 改進(jìn)后的PGM(1,1)模型
GM(1,1)模型采用緊鄰均值生成方法,以Z(1)(t-1)=(x(1)(t+1)+x(1)(t))/2作為背景值,這樣有一定的局限性,它不足以顯示各種因素對(duì)建模原始數(shù)據(jù)貢獻(xiàn)(即影響力)的大小。且認(rèn)為在短時(shí)間?駐t=1內(nèi),從變量x(1)(t)到變量x(1)(t+?駐t)之間不會(huì)出現(xiàn)突變量,但?駐t只是相對(duì)短的時(shí)間。因此GM(1,1)模型不能反映短時(shí)間內(nèi)的突變量對(duì)變形發(fā)展的影響,從而影響了模型的預(yù)測(cè)精度。且從式(5)、(7)可以看出,GM(1,1)模型的精度依賴于背景值的構(gòu)造形式。
因此,針對(duì)背景值進(jìn)行改進(jìn),引入P值[4](即權(quán)值),賦予數(shù)據(jù)不同的權(quán)重,從而得到一種基于權(quán)的PGM(1,1)模型。在該模型中,以x(1)(t+1)和x(1)(t)的加權(quán)值作為背景值,即Z(1)(t+1)=px(1)(t+1)+(1-p)x(1)(t)。最佳權(quán)值P的取法基于誤差理論,即使原始值與模擬值之差的平均相對(duì)誤差達(dá)到最小。見下式:
殘差: (8)
文章采用搜索法確定最佳權(quán)值:P從0.01開始,每次按照0.01遞增(也可以精確到小數(shù)點(diǎn)3位以后或更小,如從0.001開始,0.001遞增),根據(jù)建模過程,依次求出對(duì)應(yīng)的平均相對(duì)誤差,直至遞增至P=0.99,找出最小的平均相對(duì)誤差及其對(duì)應(yīng)的權(quán)值,即為最佳權(quán)值。為了實(shí)現(xiàn)減少計(jì)算量并快速得出最佳權(quán)值。文章通過Matlab編制相關(guān)程序,限于篇幅原因,具體代碼不詳細(xì)列出。建立模型后,可采用殘差、平均相對(duì)誤差來檢驗(yàn),對(duì)模型精度進(jìn)行評(píng)定。
3 實(shí)例分析
某高樓因一側(cè)城市道路改造,道路標(biāo)高下降, 樓群因自重和載體使基礎(chǔ)出現(xiàn)斷裂,對(duì)裂紋進(jìn)行了觀測(cè),表1為采集的數(shù)據(jù)。
表1 原始觀測(cè)數(shù)據(jù)
取前6次數(shù)據(jù)分別建立GM(1,1)預(yù)測(cè)模型、PGM(1,1)預(yù)測(cè)模型(依據(jù)Matlab相關(guān)程序運(yùn)算,得最佳權(quán)值P=0.43而建立的),比較它們的模型精度,并利用這兩個(gè)模型預(yù)測(cè)07、08、09月份的變形值,與相應(yīng)的實(shí)際觀測(cè)值比較分析。
GM(1,1)預(yù)測(cè)模型:
PGM(1,1)預(yù)測(cè)模型:
具體結(jié)果見表2、表3:
表2 兩種預(yù)測(cè)模型結(jié)果對(duì)照
表3 兩種模型模擬值、預(yù)測(cè)值的平均相對(duì)誤差
從表2、表3可以看出PGM(1,1)模型的殘差絕對(duì)值偏小,平均相對(duì)誤差更小,PGM(1,1)模型的模型精度、預(yù)測(cè)精度較GM(1,1)模型更高。證明PGM(1,1)模型較GM(1,1)模型有更好的預(yù)測(cè)效果。據(jù)此,取前9次的觀測(cè)值建立PGM(1,1)預(yù)測(cè)模型(最佳權(quán)值P=0.39)為:■(1)(t+1)=4.2267e0.1778t-3.6867,在前后兩個(gè)PGM(1,1)預(yù)測(cè)模型中,發(fā)展系數(shù)a均小于0,說明裂紋將擴(kuò)大,|a|增大,表明裂紋擴(kuò)大的幅度將增加。根據(jù)后一模型預(yù)測(cè)的11月份變形值為3.4102mm。變形加大,與分析相符,應(yīng)及早增加防護(hù)措施。
4 結(jié)束語
數(shù)據(jù)的可靠性越高,賦予的權(quán)重越大,則數(shù)據(jù)建模中的可信度越大,通過對(duì)GM(1,1)模型及PGM(1,1)模型理論分析、實(shí)例計(jì)算??梢钥闯觯捎赑GM(1,1)模型考慮了原始數(shù)據(jù)波動(dòng)性的影響,因此不僅模型精度高,而且預(yù)測(cè)精度也比GM(1,1)模型好。從最佳權(quán)值的不同可知,PGM(1,1)模型預(yù)測(cè)受建模序列長短及其數(shù)據(jù)隨機(jī)變化的影響??梢酝普摚紨?shù)據(jù)越多,預(yù)測(cè)越準(zhǔn)確。
參考文獻(xiàn)
[1]陳永奇,吳子安,吳中如.變形監(jiān)測(cè)分析與預(yù)報(bào)[M].北京:測(cè)繪出版社.1998.
[2]鄧聚龍.灰色系統(tǒng)理論教程[M].華中理工出版社,1985.
[3]譚冠軍.GM(1,1)模型的背景值構(gòu)造方法和應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2000(9).
[4]周世健,賴志坤,臧德彥,等.加權(quán)灰色預(yù)測(cè)模型及其計(jì)算實(shí)現(xiàn)[J].武漢大學(xué)學(xué)報(bào),2002(10).
[5]鹿利軍,杜子濤.灰色系統(tǒng)理論在建筑物變形分析中的應(yīng)用[J].測(cè)繪與空間地理信息,2006(2).