灰色預(yù)測(cè)技術(shù)及其在交通管理中的應(yīng)用研究.pdf

1、灰色系統(tǒng)理論主要研究不確定系統(tǒng)中數(shù)據(jù)不足、信息不充分情況下的建模問(wèn)題，通過(guò)構(gòu)建模型解決大量現(xiàn)實(shí)中的預(yù)測(cè)、關(guān)聯(lián)、分析問(wèn)題。隨著實(shí)踐的發(fā)展，理論研究也需要不斷推進(jìn)以適應(yīng)解決更多新問(wèn)題。本文按照“提出問(wèn)題、分析問(wèn)題、理論推導(dǎo)、解決問(wèn)題”的思路，在已有文獻(xiàn)基礎(chǔ)上對(duì)灰色系統(tǒng)中的數(shù)據(jù)生成、模型構(gòu)建、關(guān)聯(lián)分析進(jìn)行了研究，提出更多新模型和新方法。新的建模方法在我國(guó)交通管理實(shí)際問(wèn)題中進(jìn)行應(yīng)用和檢驗(yàn)，為支撐日益復(fù)雜的管理和決策提供更多工具。主要研究有：

2、r>　?。?）針對(duì)沖擊擾動(dòng)系統(tǒng)預(yù)測(cè)，提出多種含可變參數(shù)的新型緩沖算子。針對(duì)沖擊擾動(dòng)系統(tǒng)提出具有平滑效應(yīng)的平滑變權(quán)緩沖算子，利用數(shù)據(jù)的迭代生成完成算子構(gòu)建，研究了新算子性質(zhì)，進(jìn)一步基于平滑變權(quán)緩沖算子拓展構(gòu)建了幾何平滑變權(quán)緩沖算子、基于平均增長(zhǎng)率的平緩變權(quán)緩沖算子、加權(quán)平滑變權(quán)緩沖算子三種新型實(shí)用算子；另外，利用三角函數(shù)構(gòu)建了一種作用強(qiáng)度具有周期特征的新型三角變權(quán)緩沖算子，研究了該算子的性質(zhì)并分析了其使用范圍。最后，通過(guò)算例證明了新型緩沖

3、算子的有效性。
　?。?）基于GM(1,1)模型背景值公式的改進(jìn)，提出一種新的優(yōu)化模型建模方法。首先分析了傳統(tǒng)GM(1,1)模型由離散形式向連續(xù)過(guò)渡過(guò)程中誤差來(lái)源，提出基于線性組合公式的背景值優(yōu)化方法，根據(jù)建模條件分析了背景值與系統(tǒng)增長(zhǎng)率之間的關(guān)系。對(duì)模型基本形式進(jìn)行了轉(zhuǎn)變，基于最小二乘法得到了參數(shù)估計(jì)值，將參數(shù)帶入白化方程求解得到時(shí)間響應(yīng)式。算例證明優(yōu)化模型突破了傳統(tǒng)模型對(duì)于高增序列建模的局限性，且精度更高。該模型預(yù)測(cè)了我國(guó)機(jī)動(dòng)

4、車駕駛?cè)藛T數(shù)量增長(zhǎng)趨勢(shì)，結(jié)合人口增長(zhǎng)進(jìn)行了相關(guān)分析。
　　（3）研究了序列幾何形狀明顯不滿足指數(shù)特征的建模方法，引入智能算法改進(jìn)模型響應(yīng)式的還原過(guò)程。新模型稱為(1,1)GRGM模型，通過(guò)在時(shí)間響應(yīng)式的累減還原過(guò)程中加入調(diào)整變量來(lái)提升序列擬合精度，縮小由于累減帶來(lái)的誤差，并運(yùn)用粒子群算法計(jì)算調(diào)整變量的最優(yōu)取值。其中適應(yīng)度函數(shù)將擬合序列與原始序列之間的灰色關(guān)聯(lián)度作為基礎(chǔ)，通過(guò)粒子群算法得到調(diào)整參數(shù)的最優(yōu)取值，進(jìn)而提升模型整體建模效果

5、。(1,1)GRGM模型顯著提升了對(duì)系統(tǒng)數(shù)據(jù)的適應(yīng)性，結(jié)合新型緩沖算子構(gòu)建了對(duì)沖擊擾動(dòng)系統(tǒng)的預(yù)測(cè)建模流程。最后，新模型預(yù)測(cè)了我國(guó)道路交通基礎(chǔ)設(shè)施投資的增長(zhǎng)趨勢(shì)。
　?。?）分析了序列高階生成時(shí)的建模方法，提出基于高階累加的新型灰色預(yù)測(cè)模型。數(shù)據(jù)經(jīng)過(guò)高階累加生成后隨機(jī)性進(jìn)一步減弱、準(zhǔn)指數(shù)規(guī)律更加明顯，據(jù)此構(gòu)建了GHM(p,1)模型，并對(duì)模型性質(zhì)進(jìn)行了分析。針對(duì)二階模型建模過(guò)程進(jìn)行了推導(dǎo)，構(gòu)建白化方程并求解得到模型時(shí)間響應(yīng)式，分析了時(shí)

6、間響應(yīng)式初值的確定方法。GHM(2,1)模型預(yù)測(cè)了我國(guó)機(jī)動(dòng)車增長(zhǎng)趨勢(shì)，在算例中與GM(1,1)和GM(2,1)模型進(jìn)行對(duì)比，計(jì)算結(jié)果顯示新建模精度明顯提升。
　?。?）研究了多因素系統(tǒng)之間的灰色關(guān)聯(lián)方法，提出灰色投影尋蹤關(guān)聯(lián)模型建模方法。利用投影尋蹤方法對(duì)多因素的數(shù)據(jù)進(jìn)行降維，結(jié)合粒子群算法計(jì)算綜合投影序列來(lái)提取有效信息。首先根據(jù)序列間增長(zhǎng)趨勢(shì)的相似性拓展構(gòu)建了灰色趨勢(shì)關(guān)聯(lián)度，利用趨勢(shì)關(guān)聯(lián)度作為投影指標(biāo)函數(shù)，在粒子群算法中將搜索空

7、間針對(duì)性的改進(jìn)為單位向量空間，得到投影角向量的最優(yōu)取值。新的灰色投影尋蹤關(guān)聯(lián)模型用于研究多因素系統(tǒng)間發(fā)展趨勢(shì)的相似程度，并根據(jù)方向系數(shù)分析相應(yīng)系統(tǒng)內(nèi)各因素之間的相對(duì)關(guān)系。該模型研究了我國(guó)機(jī)動(dòng)車增長(zhǎng)與經(jīng)濟(jì)系統(tǒng)和人口系統(tǒng)之間的關(guān)聯(lián)關(guān)系，為準(zhǔn)確把握機(jī)動(dòng)車增長(zhǎng)的影響因素提供參考。
　　本文在灰色系統(tǒng)建模技術(shù)基礎(chǔ)上對(duì)緩沖算子、預(yù)測(cè)模型、關(guān)聯(lián)分析進(jìn)行了優(yōu)化和拓展，解決了部分現(xiàn)有模型存在的問(wèn)題，構(gòu)建了新模型，豐富了灰色系統(tǒng)技術(shù)的工具和方法。這些