[發(fā)明專利]基于背景值和結(jié)構(gòu)相容性組合優(yōu)化的灰色預測模型方法

在審

• 申請?zhí)枺?/td>: 202011184897.X
• 申請日: 2020-10-30
• 公開（公告）號: CN112257283A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設計）人: 繆燕子;王志銘;代偉;翟煜;張宗偉;史延諾;王玥
• 申請（專利權(quán)）人: 中國礦業(yè)大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/12;G06F17/16;G06F17/15
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開一種基于背景值和結(jié)構(gòu)相容性組合優(yōu)化的灰色預測模型方法，包括依據(jù)背景值表達式幾何意義，改進了預測模型背景值構(gòu)造方法及背景值系數(shù)的選取；還包括模型結(jié)構(gòu)上的改進，加入了灰色作用量，使模型具有結(jié)構(gòu)相容性。本發(fā)明能有效減小模型擬合誤差，提高模型泛化性，從而使模型預測精度得到較大的提高。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)預測技術(shù)領(lǐng)域，具體涉及一種背景值與模型結(jié)構(gòu)相容性組合優(yōu)化的COGM(1,N)灰色預測模型方法。

背景技術(shù)

瓦斯防治是保障煤礦井下安全生產(chǎn)的關(guān)鍵因素，而對瓦斯?jié)舛鹊臏蚀_預測是防治瓦斯事故的重要手段。傳統(tǒng)的預測方法有上百種，其中瓦斯?jié)舛阮A測較為常用的是單變量GM(1,1)灰色預測方法，但該方法預測精度受限于無法考慮井下其他相關(guān)因素對瓦斯?jié)舛鹊挠绊憽１景l(fā)明將使用改進的多變量GM(1,N)灰色預測模型進行預測，GM(1,N)模型可考慮其他相關(guān)因素，提高預測精度。

然而現(xiàn)有的多變量GM(1,N)灰色預測模型存在很多缺陷，根據(jù)研究發(fā)現(xiàn)，其背景值估計誤差及模型結(jié)構(gòu)單一是導致該模型預測性能不穩(wěn)定的重要因素，致使該模型在實際預測領(lǐng)域中應用并不廣泛。本發(fā)明通過分析背景值函數(shù)的幾何意義，結(jié)合積分幾何面積公式，提出一種改進的背景值優(yōu)化方法；在此基礎(chǔ)上，在模型中加入了灰色作用量，對模型結(jié)構(gòu)相容性進行了改進，提出一種新的基于背景值和結(jié)構(gòu)相容性組合優(yōu)化的灰色預測模型(Combinatorial Optimization of background value and structure compatibilityGrey prediction Model,COGM(1,N))。

發(fā)明內(nèi)容

針對上述現(xiàn)有技術(shù)存在的問題，本發(fā)明的目的在于提出了一種基于背景值優(yōu)化和模型結(jié)構(gòu)相容性改進組合優(yōu)化的COGM(1,N)灰色預測模型方法，能夠有效提高模型擬合及預測精度，提升模型結(jié)構(gòu)相容性及泛化能力。

為了實現(xiàn)上述目標，本發(fā)明采用如下技術(shù)方案：

基于背景值優(yōu)化和模型結(jié)構(gòu)相容性改進組合優(yōu)化的COGM(1,N)灰色預測模型方法，包括如下步驟：

步驟一，根據(jù)預測目標選取預測模型所采用的原始數(shù)據(jù)序列，此原始數(shù)據(jù)序列為一組非負遞增或遞減數(shù)據(jù)序列，記為

設原始數(shù)據(jù)序列為：

式中，

步驟二，根據(jù)預測目標選取預測模型所采用的相關(guān)因素序列，此相關(guān)因素序列記為

設相關(guān)因素序列為：

步驟三，對原始數(shù)據(jù)序列及相關(guān)因素序列做一次累加處理，計算公式如下式所示：

式中X⁽¹⁾(k)為原始數(shù)據(jù)序列X⁽⁰⁾(k)的一次累加序列，累加序列記為：

X⁽¹⁾(k)＝(X⁽¹⁾(1),X⁽¹⁾(2),...,X⁽¹⁾(n))；

步驟四，采用改進的背景值計算公式計算一次累加序列的背景值表達式Z⁽¹⁾(k)，Z⁽¹⁾(k)通過下式進行計算：

式中λ為背景值系數(shù)，且k＝1,2,...,n,0≤λ≤1；