基于优化的灰色GM模型的滑坡预测
2012-06-11李先福
肖 云,李先福
(武汉工程大学环境与城市建设学院,湖北 武汉 430074)
0 引 言
滑坡发生的时间预报,是目前滑坡预报的关键方向之一,也是滑坡灾害研究的主要目标[1].滑坡时间预测的核心之一就是滑坡预测模型的建立.滑坡形成机制复杂,其变形受多种因素影响,具有相当的模糊性和灰色不确定性,因而利用灰色预测模型对滑坡进行预测是一条有效的途径.灰色理论最常用的模型是GM(1,1),即1阶1个变量的微分方程型模型.该理论认为一切随机变量可视为一定范围内变化的灰色量,对该灰色量进行数据累加处理则相应生成的数据可淡化随机因素对原始数据的影响.灰色系统理论可以用来解决具有不确定关系的两因素间的问题,在滑坡地质灾害研究领域中已经得到了广泛的应用.
1 灰色GM模型原理
灰色理论是将已有数据序列经变换形成有规律的生成数列,建立灰色方程.将灰色方程的计算值与实际值进行比较,获得残差,同时检验模型的精度等级,当精度较低时需要利用残差对灰色预测模型进行修正,以满足精度要求,才能利用该模型进行预测[2].目前传统的GM(1,1)模型是应用最广泛的灰色模型之一,该模型是基于等时间距、由一个只包含一阶线性动态微分方程构成的模型.
1.1 GM(1,1)建模方法
设有给定的监测数据序列:
x(0)=(x(0)(t1),x(0)(t2),x(0)(t3),…,
x(0)(tn)) (x(0)>0)
x(1)=(x(1)(t1),x(1)(t2),x(1)(t3),…,
x(1)(tn))
(1)
(2)
若对x(1)(tk)建立灰微分方程:
x(0)(tk)+az(1)(tk)=b
(3)

式(3)GM(1,1)的白化灰微分方程转化为:

(4)
将式(3)写为向量积的形式,令Y= (x(0)(t2)x(0)(t3) …x(0)(tn))T,T表示转置.

于是式(4)对应的时间响应序列方……
