非等间距GM(1,1)模型研究
2018-10-12高云飞邢志娜王菊香
海军航空大学学报 2018年4期
瞿 军,高云飞,邢志娜,王菊香
(海军航空大学,山东烟台264001)
1982年,邓聚龙教授基于预测控制思想的论文打开了灰色理论新世界的大门。此后,作为灰色理论基础和核心的GM(1,1)模型被许多学者研究,进而衍生出大量改进型和拓展派生型[1-2],它们因解决小样本、贫信息和不确定性问题时的突出优势被广泛应用在生活生产中的各个领域。然而,GM(1,1)模型要求建模数据序列必须是等间距的,在工程实践应用中往往存在大量非等间距数据。例如,原始数据缺失、剔除异常数据、测试时间不定等原因都会导致非等间距数据的产生。因此,越来越多的学者从不同角度研究了非等间距GM(1,1)模型及其优化方法[3-5],提高了非等间距GM(1,1)模型的模型精度和适应性,壮大了灰色模型理论体系。本文从数据变换生成方法研究、建模方法研究、背景值、初始条件和模型参数的优化以及模型的拓展角度出发进行整理总结,并对非等间距GM(1,1)模型未来的发展提出建议。
1 数据变换生成方法的研究
对原始数据作数据变换能够弱化数据随机性,改善光滑性,改善模型病态性。数据变换生成方法主要有2种思路:一种是通过初值化、均值化、归一化、区间值化和坐标平移等方法进行函数变换为新的数据序列,使数据更符合建模要求,但是目前大多数文献未考虑控制还原误差的问题,限制了方法的应用。另一种是通过构造弱化缓冲算子和强化缓冲算子[6-7]削弱外在因素影响,排除突发数据干扰造成的失真,使数据的规律更易被把握。……
登录APP查看全文
