吴少华 程朋根，2 付 博

1 东华理工大学测绘工程学院，南昌市广兰大道418号，330013 2 流域生态与地理环境监测国家测绘地理信息局重点实验室，南昌市广兰大道418号,330013



改进的最优非负变权组合模型及其应用

吴少华1程朋根1，2付 博1

1 东华理工大学测绘工程学院，南昌市广兰大道418号，330013 2 流域生态与地理环境监测国家测绘地理信息局重点实验室，南昌市广兰大道418号,330013

根据GM(1，1) 、BP神经网络、卡尔曼滤波的特点，建立以灰色关联度最大为准则的最优非负变权组合预测模型，在一定程度上抑制了误差“放大”的效应。与以误差平方和最小为准则的变权组合模型、各最优加权组合模型、各单一模型进行对比分析，结果表明，本文模型预测精度最高。

大坝变形；最优组合；灰色关联度；非负变权

大坝变形数据处理方法有灰色模型、BP神经网络、卡尔曼滤波，回归分析等，但单一的预测模型有时不能很好地反映真实的变形趋势，有一定的局限性[1-2]。灰色模型[3]因建模简单而被广泛运用于各行各业，然而其仅适用于短期预测，对于非线性形态不具有很好的预测效果；BP神经网络[4]虽然具有较强的非线性处理能力，但受网络的权值与阈值的影响较大，容易陷入局部最小值；卡尔曼滤波[5]受观测条件的限制比较大。不同的预测方法会提供不同的有用信息，如果将某些预测精度较低的预测方法摒弃掉，就会导致某些有用信息的缺失[6]。

自1969年Bates和Granger[7]首次提出了组合预测模型以来，越来越多的学者研究组合预测模型并取得辉煌的成果。……