引入修正因子的非等时距时变参数灰色预测模型及应用

边坡系统是一类典型的复杂灰色系统,由于其位移监测数据离散程度较高,因此应用经典灰色预测模型往往会出现预测值偏差较大的情况。本文针对经典灰色预测模型GM(1,1)的不足,依据灰色系统理论信息处理原则,在灰色预测模型中引入Legendre时变参数,建立了非等时距时变参数边坡位移的灰色预测模型,并在计算过程中引入修正因子修正预测结果,根据后验方差比C的大小确定修正因子λ的取值,从而确定引入修正因子后边坡位移预测的整体最优化值,提高预测精度。此位移预测模型充分考虑了预测系统的时变性和灰色性,降低了预测系统的整体预测误差。由于文中预测实例的监测数据及测试时间间隔均有较大离散性,因此应用此模型进行预测较为合理。实例计算表明:预测模型可以较好的模拟已测数据并对边坡位移的短、中期变化有较为理想的预测效果。