[1]韩艳.小波预处理的加权灰色线性回归组合模型及应用[J].工业仪表与自动化装置,2016,(06):18-21.
　HAN Yan.Weighted grey linear regression combined model and its application based on wavelet pretreatment[J].Industrial Instrumentation & Automation,2016,(06):18-21.
点击复制

小波预处理的加权灰色线性回归组合模型及应用(PDF)

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

Title:: Weighted grey linear regression combined model and its application based on wavelet pretreatment

Author(s):: HAN Yan; (Information Pprocessing and Control Engineering, Lanzhou Petrochemical College of Vocational Technology, Lanzhou 730060, China)

Keywords:: wavelet pretreatment; grey model; linear regression; weight; subgrade settlement; prediction

摘要:: 准确预测高速公路路基沉降是有效预防和控制高速公路建设期和建后运营期路基沉降的重要保障。针对路基沉降系统是一个信息不完全的灰色系统，收集到的监测数据通常含有噪声，利用小波消噪函数对样本数据进行预处理，运用灰色预测理论构建灰色模型 GM(1，1)与线性回归的加权组合模型，用于对路基沉降量进行预测。研究表明，模型改善了原灰色预测模型仅能反映指数增长趋势而不能反映线性变化趋势的不足，和单纯灰色模型相比，预测精度更高，预测结果更为可靠，具有一定的实际应用价值，也为路基沉降预测研究提供了新的途径。

[1] 明祖涛,刘军,夏力,等.改进的灰色模型在高铁沉降预测中的应用[J].测绘科学,2015,40(4):137-140.

[2] 刘思峰,谢乃明.灰色系统理论及其应用[M].北京:科学出版社,2004:45.

[3]　王有良,唐跃刚.曲线拟合与GM（1,1）模型沉降预测及相关性分析[J].测绘科学,2008,33(3):98-99.

[4] 刘思峰,杨英杰,吴利丰,等.灰色系统理论及其应用[M].北京:科学出版社,2014:216-219.

[5] 韩晋,杨岳,陈峰,等.基于非等时距加权灰色模型与神经网络的组合预测算法[J].应用数学和力学,34(4):408-419.

[6] 侯丽敏,马国峰.基于灰色线性回归组合模型铁路客运量预测[J].计算机仿真,28(7):1-3,30.

[7] 陈博,王建国.灰色线性回归组合模型算法研究[J].西安文理学院学报(自然科学版),2012,15(1):82-85.

[8] 向一鸣,吴辉.基于多变量灰色模型的路基沉降预测[J].交通科技,2013(5):58-60.

[9] 王江荣.基于小波预处理的动态灰色模型在矿井涌水量预测中的应用[J].煤,2015,24(7):1-3,30.

[1]文晖.基于小波分析的GM(1,1)模型在瓦斯浓度预测分析中的应用[J].工业仪表与自动化装置,2015,(06):63.
　WEN Hui.Application of GM(1,1) model based on wavelet analysis in gas concentration Prediction Analysis[J].Industrial Instrumentation & Automation,2015,(06):63.

备注/Memo:: 收稿日期：2016-06-20
基金项目：兰州市科学技术局计划项目（兰财建发[2015]85号）；兰州石化职业技术学院科技资助项目（院发〔2015〕69号）；甘肃省科技厅计划项目：石油化工企业应急演练系统( 基金号：1204GKCA004 )；甘肃省财政厅专项资金立项资助（甘财教[2013]116号）
作者简介：韩艳（1964），女，辽宁黑山人，硕士，副教授，主要从事计算机应用等方面的研究。

更新日期/Last Update: 1900-01-01