论文部分内容阅读
灰色系统理论发展至今已有三十余载，不仅自身理论体系构建日趋成熟，其生产应用也日益广泛。从预测模型方面来看，它由最初的静态灰色预测模型到动态灰色预测模型，再发展到各种以此为基础加工而成的改进型灰色预测模型，期间经历了单变量等步长、多变量非等步长、动态等步长和动态非等步长等多个时期的发展变换。从理论体系方面来看，灰色系统理论下的灰色关联分析理论、灰色聚类分析理论、灰色算子理论等一系列新学科体系蓬勃发展，在预测模型不断改进的同时，为预测分析提供了越来越准确的判断依据。可以说，不断提高预测精度是灰色系统理论发展的根本动力。本文主要探讨的是灰色预测模型在地质灾害变形监测上的运用。
动态灰色预测模型简单来说，就是利用固定维度预测下一期的预测模式，在每一次预测中都直接舍弃原有首项数据，加入新有真实数据，保证新数据占有绝对比重。不难发现，相对于传统静态灰色预测模型来说，动态灰色预测模型既在预测范围上进行了“量”的改变，又在预测形式上发生了“质”的跨越。具体说来，二者以相同的预测公式进行预测，但静态模型每次预测多项，动态模型每次预测一项。静态模型每次利用之前所有数据参与预测，而动态模型每次只选取固定维度的数据参与预测，而且是在不断引入新数据的基础上以固定维度依次向后递推。由于传统动态灰色预测模型对于参与预测的原始数据只是简单的“旧出新入”，在剔除信息时，并没有综合判断各数据间的精度高低，一切都基于新数据占有绝对比重，这样势必会限制整体预测精度。
本文针对传统动态灰色预测模型的特点，由发散性思维和合理推测，设计出了改进型动态灰色预测模型。改进型动态灰色预测模型，亦可称为实时光滑判定动态灰色预测模型，它在传统动态灰色预测模型的基础上，对固定维度的数据筛选机制进行了如下调整：
首先，我们在对原始数据进行光滑性检验的过程就是在判定能否运用灰色预测模型对该数据序列进行预测的过程，那么我们能否将光滑检验的思想一直“动态的”保留呢?这个思想引起了很多学者的思考，继而有了后续的“择优动态灰色预测模型”等改进模型。但是这些模型依旧是以保障新数据的绝对优先为根本基础设计的，对于许多野外采集所得的新数据自身准确度本就不高的情况，这些改进型模型的预测精度自然无法得到保障。所以本文设计的实时光滑判定动态灰色预测模型，主要特点就是在保证参与首次预测的数据光滑的前提下，对每次引入的新数据，先检验其加入后的序列光滑性，判断新数据的“优”、“劣”，再进行后续工作。
其次，如果在进行每一次预测前都对预测数据进行光滑性检验，自然会有“光滑”以及“不光滑”两种结果。对于“光滑”的数列，便回归到我们之前的传统动态灰色预测模型。而对于“不光滑”的情况，我们便剔除最新加入的新数据。
最后，在剔除了“不光滑”的新数据后，要正常进行后续预测就必须填补此项数据“空缺”。本文经过反复试验发现，我们可以采取先保留不符合光滑性的新数据项，通过传统静态灰色预测模型得到预测拟合值，通过残差修正，反复代入直至数据序列光滑，然后以经过拟合残差修正后的“新数据”代入模型参与预测，以达到更好的预测精度。
文章后半段，结合了忠武输气管道沿线地质灾害防治工程的变形监测数据，通过matlab代码实现，依次进行了原始数据非等时距数列的等时插值，实用缓冲算子对真实系统行为扰动的弱化，建模数据的光滑性检验以及实时光滑判定动态灰色预测模型预测四大部分内容的实验，并展示了实验结果及部分程序代码。
最后，本文在结论中对改进型动态灰色模型中存在的不足进行了阐述，并对模型未来的进一步改进和完善作了展望。