



下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
基于灰色自記憶方程的地下水埋深預測模型
地下水合并的動態(tài)變化是一個復雜的水文過程,受到許多自然和人為因素的影響。準確地預測地下水埋深變化,對于農業(yè)灌溉規(guī)劃具有實際意義,特別對于非灌溉天然植被有著重要意義。地下水埋深動態(tài)預測有多種方法,傳統(tǒng)的方法有確定性模型和隨機模型,其中確定性模型的求解主要有解析法、數(shù)值法和物理模擬法;隨機性模型有回歸分析法、頻譜分析法等,但由于這些模型本身復雜或大量的物理參數(shù)難以獲得,因而不便在實際中應用。近年來,根據(jù)系統(tǒng)的觀點對地下水埋深序列進行分析建模的預測方法有所應用,如模糊識別、人工神經網(wǎng)絡等,但這些方法均需要分析確定影響地下水埋深動態(tài)變化的主要因素,并需要收集整理與地下水埋深動態(tài)觀測序列相一致的各種影響因素觀測序列,故在實際應用中尚存在一定困難。本研究采用灰色微分方程與自記憶原理相結合的方法,即由灰色系統(tǒng)方法導出GM(1,1)微分方程,再進一步建立自記憶方程預報模型,該方程只涉及地下水埋深序列本身,避免了多種影響因素數(shù)據(jù)的收集整理,具有簡潔方便的特點。用其對新疆和田市地下水長期觀測井GW9的埋深進行了模擬及預測,現(xiàn)將結果報道如下,以期為地下水埋深的準確預測提供參考。1建模原理本文建模的思路:(1)數(shù)據(jù)歸一化處理;(2)導出系統(tǒng)的GM(1,1)微分方程;(3)建立灰色自記憶模型;(4)進行模擬和預測。1.1生成數(shù)據(jù)序列,加標回收GM(1,1)是一階單變量的微分方程模型,是用一階線性常微分方程來描述灰色系統(tǒng)單序列動態(tài)情況的模型,可以對水文單因素進行中長期預報。設原始時間序列為x0=(x0(1),x0(2),…,x0(n)),對其進行一次累加生成(1-AGO),記生成數(shù)據(jù)序列為x1,有x1=(x1(1),x1(2),…,x1(n))=(x0(1),x1(1)+x0(2),…,x1(n-1)+x0(n)),得到的新數(shù)據(jù)序列與原始數(shù)據(jù)序列相比較,其隨機程度大大弱化,平穩(wěn)程度大大增加。對x1建立白化形式微分方程:dx1dt+ax1=u(1)式中,a為發(fā)展灰數(shù),其預測對象的變化趨勢;u為內生控制灰數(shù)。若令?a為待估參數(shù)向量,則有:?a=[au](2)利用最小二乘法求解,?a=(BΤB)-1BΤYΝ(3)其中B=[-12[x1(1)+x1(2)]1-12[x1(2)+x1(3)]1??-12[x1(n-1)+x1(n)]1](4)YΝ=[x0(2),x0(3),?,x0(n)]Τ(5)在式(1)中,令dx1dt=F,移項后得,F=u-ax1。1.2自我記憶方程式1.2.1自記憶性方程的建立諸多自然現(xiàn)象和社會現(xiàn)象均是不可逆的。對不可逆現(xiàn)象的研究使得記憶概念被引入到無生命現(xiàn)象中,基于物理運動不可逆性提出的自記憶原理,針對有微分方程描述的動力系統(tǒng),可以建立相應的自記憶模型。設系統(tǒng)動態(tài)微分方程為:?x?t=F(x,λ,r,t)(6)式中,x為變量;λ為參數(shù);r為空間;t為時間。則式(6)也可以寫為方程組形式:?xi?t=F(xi,λ,r,t),i=1,2,?,Ν式中,N為整數(shù);xi為第i個變量。為簡便計,以下只考慮1個變量x。定義記憶函數(shù)β(r,t),且|β(r,t)|≤1,β為r和t的函數(shù),當固定在空間點ri上時,在β中省寫r0,在希爾波特空間中定義內積為(f,g)=∫baf(ε)g(ε)dε,f,g∈L2(7)運用此內積運算對系統(tǒng)微分方程進行變換,并設變量x和β連續(xù)、可微、可積,令βt≡β(t),β0≡β(t0),xi≡x(t),x0≡x(t0),余此類推。由微積分中的分部積分和中值定理可推導得到1個回溯階為p的差分-積分方程,即為自記憶性方程,可表示為βtxt-β-px-p-0∑i=-pxmi(βi+1-βi)-t∫-pβ(τ)F(x,λ,τ)dτ=0(8)式中,xmi≡x(tm),ti<tm<ti+1。式(8)強調了系統(tǒng)狀態(tài)前后時序之間的聯(lián)系,即系統(tǒng)自身的記憶性,用歷史資料確定記憶函數(shù),就可進行模擬或預報。由引入記憶函數(shù)將微分方程轉換為差分-積分方程并求解的原理,稱為自記憶性原理。1.2.2記錄歷史上一個時次的歷史資料以前述灰色系統(tǒng)理論建立的dx1dt=F作為1個動力核,可運用系統(tǒng)自記憶原理,導出系統(tǒng)的自記憶方程。為敘述方便,以下用x代替x1。對p階自記憶方程式(8)進行離散化,用求和代替積分,微分變?yōu)椴罘?中值xmi用2個時次的值代替。令x-p=xm-p-1,β-p-1=0,取時次為等距間隔,即令Δt=ti+1-ti=1,則得式(7)的離散形式為xt=-1∑i=-p-1αiyi+0∑i=-pθiF(x,i)(9)式中,αi,βi為記憶系數(shù),αi=(βi+1-βi)/βt,θi=βi/βtxmi=12(xi+1+xi)≡yi(10)F(x,i)=axi+u0(11)利用L個時次的歷史資料,用最小二乘法求記憶系數(shù)αi和βi,記為Xt=[xt1xt2?xtl],α=[α-p-1α-p?α-1],Y=[y-p,1y-p+1,1?y0,1y-p,2y-p+1,2?y0,2???y-p,Ly-p+1,L?y0,L]由θi組成的向量Θ(p+1)×1和由F(x,i)組成的矩陣FL×(p+1)可仿α(p+1)×1及YL×(p+1)類似表達。則式(9)的矩陣形式為Μt=Yα+FΘ(12)若令Μ=[Y,?,F],W=[α?Θ]則有Xt=ΜW求出系數(shù)矩陣W后,即可進行模擬或預報。2自記憶法預測模型建立根據(jù)新疆和田市地下水長期觀測井GW92000~2003年48個月的月平均地下水埋深觀測資料*,從中選取前36個月(2000~2002年)的資料進行建模,用2003年12個月的資料對模型進行預測檢驗。首先采用下式對地下水埋深序列做歸一化處理:模擬及預測結果(表1,2)表明,通過灰色系統(tǒng)方法建立微分方程,再根據(jù)自記憶原理建立預測模型,可顯著提高模擬和預測精度,模擬精度的相對誤差均在4%以內,且能很好地反映其變化趨勢;預測精度的相對誤差大多數(shù)在4%以內,僅2003-07的(-6.09%)例外。但對6~9月份的趨勢預測還不太令人滿意,經分析,地下水埋深受多種自然因素和人為因素影響,且地下水埋深變化除有年內變化外,還有年際變化,而2003年地下水埋深波動較前幾年大,在最大值出現(xiàn)之前已出現(xiàn)過1次極大值。3建立自記憶模型的必要性及研究方向本研究將灰色系統(tǒng)方法和自記憶原理相結合,建立了地下水埋深預測模型。該模型具有簡潔實用的優(yōu)點:(1)無需分析研究影響地下水埋深的各種因素,只需要有一定長度的地下水埋深觀測資料系列;(2)由灰色理論導出系統(tǒng)動力模式較其他方法簡單方便;(3)由灰色微分方程建立的自記憶模型求記憶系數(shù)時,其計算量較用其他動力方程建立的自記憶模型相對較少;(4)在模型中運用歷史觀測值來估計記憶系數(shù),蘊涵了歷史觀測值中對預報有用的信息,因而能夠顯著提高預報的準確率。如何在灰色自記憶模型中考慮各種要素的影響,以進一步提高模擬和預測精度,還有待今后進一步深入研究。式中,Ht為新序列;H0t為原序列;Hav為序列平均值;Hmax為序列最大值。求得新序列的GM(1,1)微分方程為:按照式(9)進一步建立自記憶預報模型,并取回溯階數(shù)為3,則有式中,T0=-3.4009;T1=6.4749;T2=-5.6888;T3=3.4487;θ0=8.4688;θ1=8.3683;θ2=8.5926;θ3=8.27
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 碳酸富銪企業(yè)縣域市場拓展與下沉戰(zhàn)略研究報告
- 止血材料企業(yè)制定與實施新質生產力戰(zhàn)略研究報告
- 智能照明燈帶行業(yè)深度調研及發(fā)展戰(zhàn)略咨詢報告
- 化學試劑和助劑批發(fā)企業(yè)縣域市場拓展與下沉戰(zhàn)略研究報告
- 船舶海運企業(yè)縣域市場拓展與下沉戰(zhàn)略研究報告
- 貴州省六盤水市2024-2025學年高二上學期1月期末考試數(shù)學試題【含答案解析】
- 機器人生產線安全管理系統(tǒng)企業(yè)制定與實施新質生產力戰(zhàn)略研究報告
- 鞋帽超市企業(yè)數(shù)字化轉型與智慧升級戰(zhàn)略研究報告
- 碳交易市場服務企業(yè)數(shù)字化轉型與智慧升級戰(zhàn)略研究報告
- 合同規(guī)范管理辦法
- 硬筆書法全冊教案共20課時
- 人民幣上的風景名勝課件
- 小學雙減作業(yè)設計小學語文五年級下冊第八單元作業(yè)設計案例
- 2.0MWp屋頂太陽能分布式光伏發(fā)電項目監(jiān)理大綱2
- 山的飛花令經典1000首小學
- 煉油廠化工廠車間崗位勝任力素質模型設計
- 電子課件-《市場營銷》-A45-2298完整版教學課件全書電子講義(最新)
- 紅土鎳礦濕法冶煉技術綜述
- 隧道開挖作業(yè)臺車計算書
- 水利水電工程金屬結構與機電設備安裝安全技術規(guī)程
- 新視野大學英語讀寫譯4U校園第一單元課后測試答案
評論
0/150
提交評論