扩展GM(1,M)模型混沌优化及其在边坡监测中的应用
基于GM(1,1)与常规GM(1,M)模型缺陷的分析,给出了扩展GM(1,M)模型(E-GM)及其响应递推式,进而指出了背景值生成因子的双重约束特性。扩展模型采用最新历史数据作为响应值初始条件,并提出以模型精度与法矩阵病态程度为准则引入混沌优化方法搜索最佳生成因子。工程实例计算表明,扩展模型预测精度及可靠性优于GM(1,1)及常规GM(1,M)模型。
边坡监测 灰色模型 混沌优化
刘志平 何秀凤
河海大学 卫星及空间信息应用研究所,江苏南京 2100981
国内会议
南京
中文
174-177,219
2007-11-09(万方平台首次上网日期,不代表论文的发表时间)