灰色预测仿真优化平台设计范文

本站小编为你精心准备了灰色预测仿真优化平台设计参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《应用科技杂志》2015年第一期

1灰色预测模型

1.1GM(1,1)模型GM（1,1）模型是一阶单变量的微分方程模型，其建立的基本思路如下。

1.2精度检验模型建立后需要进行精度检验，主要包括：残差检验、后验差检验以及关联度检验，相应的计算程序均由M语言编写，详细精度等级参照如表1所示。

1.3GM（1,1）改进模型文中引用最常用的几种改进模型，包括残差GM（1,1）预测模型、残差均值GM（1,1）预测模型以及加常数优化的GM（1,1）预测模型。

1.3.1残差GM（1,1）模型建立残差模型的步骤如下：首先定义残差。

1.3.2残差均值GM（1,1）模型如果按原始数据0x(i)建立的GM（1,1）模型，经检验不合格，则对原模型进行修正的最简单的方法，就是对模型预测值(0)x(k)都加上残差平均值，即修正后的预测值为(0)x(k)+，此新模型为残差均值修正模型。

1.3.3序列变换GM（1,1）模型针对波动数据预测精度受限的问题，在原始序列中每一个数据均加上同一常数b，以此来弱化数据波动带来的影响。通过研究不同b值下衡量指标的变化关系，找出最优b值。其中，衡量指标设定为。

2人机交互实现

本平台通过MATLAB的图形用户界面（GUI）的设计环境来实现人机交互界面设计，设计主要包括GUI界面设计和回调函数的设计，分别对应生成.fig和.m文件。仿真优化平台界面设计如图1所示。GUI界面设计通过设置菜单和各个控件，并对其进行位置布置和属性编辑来实现，在设计好GUI界面之后，编写菜单和各个控件的回调函数的程序代码，实现各个控件相应的功能。其中回调函数均采用M语言设计。该平台设计有多个功能模块，每个模块包含多个子程序，结构控制流程如图2所示。

2.1初始设置模块该模块包括模型的设置和基本参数的输入。在GM（1,1）模型的基础上，引入了3种GM(1,1)改进模型，便于用户比较不同模型的仿真计算效果；通过导入功能，可以从指定的EXCEL或WORD中读取历史数据作为输入，有利于进行实时在线预测。

2.2操作模块该模块包括仿真、精度检验、误差分析、预测、步长选择等操作。用户只需要通过这些操作即可完成对原始数据序列的灰色预测仿真计算。

2.3输出模块该模块负责建模精度检验结果和仿真结果的输出，主要包括预测值、仿真计算过程中的中间反馈参数、曲线对比图以及误差分析的输出等，每项输出均可独立显示。此外，模块设置有导出功能，可以将每次仿真计算的结果以及相关反馈参数保存至工作目录下EXCEL或WORD文件中。

3仿真实例

本计算实例根据文献[9]中的试验数据，分别取7个采样时刻，前6个时刻的数据为原始数据，第7个采样时刻数据用来验证模型的预测精度。部分试验数据如表1所示.1）单调数据。如油耗率，模型设置为传统GM（1,1）模型，平台仿真计算结果如图3所示。从图3可以看出，平台输出的模型拟合值为：[182.5183.4726787.4834191.5819195.7699200.0195]；相对误差为：[01.2274-0.88341-1.08190.13010.65051]；误差精度“良好”；模型预测值为204.423，与文献[9]中的预测值为204.4基本吻合，说明了仿真平台的准确性。相比于文献[9]的命令窗口操作形式，本平台操作方便，仿真计算效率更高，同时所有中间反馈信息可以通过导出功能保存至工作目录下.xls文件中，以便于用户查询和后处理。2）波动数据。如增压器转速，模型设置为传统GM（1,1）模型，平台仿真计算结果如图4所示。从图4可以看出，对于波动数据传统GM（1,1）模型拟合出的序列已经无法准确描述原序列的变化趋势，因而无法进行准确预测，需要采取改进模型。模型设置改为残差GM（1,1）模型，不同i值下的模型结果与试验值对比图如图5所示。从图5可以看出，当i=1时即残差GM（1,1）1模型能够反应出增压器转速的波动特点，因此宜采用残差GM(1,1)1模型来对增压器转速进行预测，这与文献[9]中的结论一致，进一步说明了该平台的准确性。

4结束语

利用MATLABGUI编程环境开发了多功能灰色预测仿真优化平台，有效避免了灰色预测建模过程中编程以及程序运行的繁琐，简化了建模过程，提高了建模仿真的效率；平台提供多种改进模型选择，可以有效解决不同特点原始序列的灰色预测仿真及其优化；通过编译生成的.exe可执行文件可脱离MATLAB单独运行，便于实际应用。通过实例验证结果表明，此仿真平台界面友好，操作方便，具有良好的实用性和交互性。同时本研究在日后的工作中，将为平台不断补充更多的GM（1,1）优化模型如全负数据序列GM（1,1）预测模型、基于GourierGM（1,1）模型、GM（1,1）幂模型等，以此丰富模型库，为用户的灰色预测建模研究提供更多的方式选择。

作者：冯洲鹏祖象欢曹瑞国单位：海军驻兴平地区军事代表室哈尔滨工程大学动力与能源工程学院陕西柴油机重工有限公司