基于自忆性原理的多变量MGM(1,m)耦合系统模型构建及应用

摘要：

针对小样本条件下具有相互制约关系的多变量系统,本文提出了一种新颖的多变量MGM(1,m)自忆性耦合系统模型,用来统一描述系统各变量间关系并且提高其建模精度.该模型通过有机耦合动力系统自忆性原理与传统MGM(1,m)模型,综合了两者各自的优势.系统的自忆性方程包含多个时次初始场而不仅是单个时次初始场,从而克服了传统灰色预测模型对初值比较敏感的弱点.对基坑变形预测的实例研究结果表明,所构建模型能够充分利用系统的多个历史时次资料,可以紧密捕捉系统演化趋势,模拟预测精度显著高于传统多变量MGM(1,m)模型.研究结果表明,新模型丰富和完善了灰色预测理论,值得推广应用于其他类似的多变量系统.

关键词：多变量系统、MGM(1,m)模型、自忆性原理、耦合系统、基坑变形

所属期刊栏目：23

分类号：N941.5(系统科学)

资助基金：欧盟第7研究框架玛丽居里国际人才引进计划Fellow项目FP7-PIIF-GA-2013-629051;国家自然科学基金资助项目71271226,71363046,71401051,71503103;国家社会科学基金重点资助项目12AZD102;江苏省社会科学基金资助项目14GLC008;南通市科技计划资助项目HS2013026

在线出版日期：2016-01-08（万方平台首次上网日期，不代表论文的发表时间）

页码：112-118