• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于灰色馬爾科夫的徑流序列趨勢預(yù)測

      2015-02-25 03:46:08銳,馬
      東北水利水電 2015年9期
      關(guān)鍵詞:馬爾科夫徑流量預(yù)測值

      張 銳,馬 靜

      (1.吉林省水文水資源局白城分局,吉林 白城137000;2.吉林省水文水資源局延邊分局,吉林 延吉133001)

      近些年來,由人類活動(dòng)帶來下墊面改變及大氣循環(huán)異常使水文要素發(fā)生改變,水文要素變異使水文序列的關(guān)系也發(fā)生了變異[1],正確分析復(fù)雜變化環(huán)境下流域各種水文序列變化規(guī)律,具有非常重大的現(xiàn)實(shí)意義。渭河流域的水文氣象要素變化趨勢及其影響因子一直受到諸多學(xué)者的關(guān)注[2]。研究發(fā)現(xiàn),近50年來在氣候變化與人類活動(dòng)的雙重作用下,該流域的各水文序列都在不同程度上發(fā)生了變異[3]。本文將選取張家山、咸陽、狀頭、華縣4 個(gè)水文站,應(yīng)用灰色馬爾科夫模型對渭河流域徑流序列的趨勢進(jìn)行預(yù)測。

      1 模型原理

      1.1 GM(1,1)模型

      GM 模型[4]是基于灰色系統(tǒng)理論的微分方程,x(0)(k)+az(1)(k)=b 是GM(1,1)模型,表示一階1個(gè)變量的微分方程,式中a,b 為模型參數(shù)。

      1.2 馬爾科夫模型

      馬爾科夫模型[4]在現(xiàn)代預(yù)測方法中占有重要的地位,是利用事物不同狀態(tài)的初始概率和狀態(tài)之間轉(zhuǎn)移概率來預(yù)測事物未來狀態(tài)的一種數(shù)學(xué)方法,具有比較高的準(zhǔn)確性、科學(xué)性、及適應(yīng)性。

      馬爾科夫模型預(yù)測過程:首先以原始數(shù)據(jù)及灰色模型的預(yù)測數(shù)據(jù)為基礎(chǔ),建立狀態(tài)的劃分標(biāo)準(zhǔn);其次確定轉(zhuǎn)移概率矩陣P,即為P(n)=P(n-1)·P,m 步轉(zhuǎn)移概率Pij(m)(i,j=1,2,…,n)指系統(tǒng)從狀態(tài)i 經(jīng)m 步轉(zhuǎn)移到j(luò) 的概率;最后根據(jù)某年所處狀態(tài)預(yù)測下一年有可能出現(xiàn)狀態(tài),再對各個(gè)狀態(tài)所處區(qū)間范圍進(jìn)行加權(quán)平均,并最終求出灰色馬爾科夫預(yù)測值。

      綜上所述,將灰色理論與馬爾柯夫鏈結(jié)合起來,形成灰色-馬爾柯夫鏈預(yù)測模型,不僅能揭示時(shí)間序列的發(fā)展變化趨勢,并且能預(yù)測狀態(tài)的規(guī)律,使預(yù)測具有更強(qiáng)的科學(xué)性及實(shí)用性[5]。

      2 灰色馬爾科夫模型徑流序列趨勢預(yù)測

      以渭河流域各水文站最后一個(gè)變異點(diǎn)年份至今的年徑流序列為主要研究對象,因其具有一定的隨機(jī)性,符合灰馬爾科夫的研究范圍。將各站數(shù)據(jù)按上述步驟計(jì)算可得該模型參數(shù),計(jì)算得到各水文站的結(jié)果。

      2.1 咸陽站徑流序列趨勢預(yù)測

      以咸陽站1986—2010年的年徑流序列為初始數(shù)據(jù),計(jì)算出a,b,并將其代入可得GM(1,1)灰微分方程的時(shí)間響應(yīng)序列為:

      同樣采用后驗(yàn)差檢驗(yàn)法對該模型進(jìn)行檢驗(yàn),經(jīng)過分析計(jì)算:P=1,C=0.508。由等級表可知,該灰色模型精度較好。

      根據(jù)殘差的變化范圍在-21.25~27.34 之間,將殘差劃分為5 種狀態(tài),其對應(yīng)區(qū)間分別為(-22,-12),(-12,-2),(-2,8),(8,18),(18,28)。

      故一步轉(zhuǎn)移矩陣為:

      同樣以2010年的徑流數(shù)據(jù)預(yù)測為例,由于2010年的徑流數(shù)據(jù)處于狀態(tài)1,則2011年的徑流數(shù)據(jù)處于狀態(tài)1,2 和5 的概率分別為0.778,0.111和0.111,則可求出2011年的馬爾科夫預(yù)測值=灰色預(yù)測值+[0.778×(-22-12)+0.11×(-12-2)+0.111×(18+28)]=-5。以此類推求出其他年份的馬爾科夫預(yù)測值。通過計(jì)算可得未來45年徑流的條件概率分布如圖1所示。

      圖1 咸陽站未來年徑流序列概率分布

      由于灰色馬爾科夫預(yù)測模型函數(shù)為減函數(shù),故預(yù)測咸陽站未來徑流量有減少的趨勢;又由于該站未來45年徑流量偏向前幾種狀態(tài),預(yù)測徑流量較變異后的實(shí)測徑流量偏少。

      2.2 華縣站徑流序列趨勢預(yù)測

      以華縣站1990—2010年的年徑流序列為初始數(shù)據(jù),計(jì)算出a,b 并將其代入可得GM(1,1)灰微分方程的時(shí)間響應(yīng)序列為:

      同樣采用后驗(yàn)差檢驗(yàn)法對該模型進(jìn)行檢驗(yàn),經(jīng)過分析計(jì)算:P=1,C=0.415。由等級表可知,該灰色模型精度較好。

      根據(jù)殘差的變化范圍在-25.13~48.84 之間,將殘差劃分為5 種狀態(tài),其對應(yīng)區(qū)間分別為(-26,-11),(-11,4),(4,19),(19,34),(34,49)。

      故一步轉(zhuǎn)移矩陣為:

      以2010年的徑流數(shù)據(jù)預(yù)測為例,由于2010年的徑流數(shù)據(jù)處于狀態(tài)3,則2011年的徑流數(shù)據(jù)處于狀態(tài)4 的概率為1,則可求出2011年的馬爾科夫預(yù)測值=灰色預(yù)測值+1×(19+34)=101.26。以此類推求出其他年份的馬爾科夫預(yù)測值。通過計(jì)算可得未來45年徑流的條件概率分布如圖2所示。

      圖2 華縣站未來年徑流序列概率分布

      由于灰色馬爾科夫預(yù)測模型函數(shù)為增函數(shù),故預(yù)測華縣站未來徑流量有增加的趨勢;又由于該站未來45年徑流量偏向前幾種狀態(tài),預(yù)測徑流量較變異后的實(shí)測徑流量偏少。

      2.3 張家山站徑流序列趨勢預(yù)測

      以張家山站1997—2010年的年徑流序列為初始數(shù)據(jù),計(jì)算出a,b 并將其代入可得GM(1,1)灰微分方程的時(shí)間響應(yīng)序列為:

      同樣采用后驗(yàn)差檢驗(yàn)法對該模型進(jìn)行檢驗(yàn),經(jīng)過分析計(jì)算:P=1,C=0.55。由等級表可知,該灰色模型精度較好。

      根據(jù)殘差的變化范圍在-5.71~11.89 之間,將殘差劃分為5 種狀態(tài),其對應(yīng)區(qū)間分別為(-6,-2),(-2,2),(2,6),(6,10),(10,14)。

      故一步轉(zhuǎn)移矩陣為:

      同樣以2010年的徑流數(shù)據(jù)預(yù)測為例,由于2010年的徑流數(shù)據(jù)處于狀態(tài)3,則2011年的徑流數(shù)據(jù)處于狀態(tài)1 的概率為1,則可求出2011年的馬爾科夫預(yù)測值=灰色預(yù)測值+1×(-6-2)=2.53。以此類推求出其他年份的馬爾科夫預(yù)測值。通過計(jì)算可得未來45年徑流的條件概率分布如圖3所示。

      圖3 張家山站未來年徑流序列概率分布

      由于灰色馬爾科夫預(yù)測模型函數(shù)為增函數(shù),故預(yù)測張家山站未來徑流量有增加的趨勢;又由于該站未來45年徑流量偏向前幾種狀態(tài),預(yù)測徑流量較變異后的實(shí)測徑流量偏少。

      2.4 狀頭站徑流序列趨勢預(yù)測

      以狀頭站2002—2010年的年徑流序列為初始數(shù)據(jù),計(jì)算出a,b 并將其代入可得GM(1,1)灰微分方程的時(shí)間響應(yīng)序列為:

      同樣采用后驗(yàn)差檢驗(yàn)法對該模型進(jìn)行檢驗(yàn),經(jīng)過分析計(jì)算:P=1,C=0.518。由等級表可知,該灰色模型精度較好。

      根據(jù)殘差的變化范圍在-1.96~3.12 之間,將殘差劃分為5 種狀態(tài),其對應(yīng)區(qū)間分別為(-2,-0.9),(-0.9,0.2),(0.2,1.3),(1.3,2.4),(2.4,3.5)。

      故一步轉(zhuǎn)移矩陣為:

      同樣以2010年的徑流數(shù)據(jù)預(yù)測為例,由于2010年的徑流數(shù)據(jù)處于狀態(tài)5,則2011年的徑流數(shù)據(jù)處于狀態(tài)1 的概率為1,則可求出2011年的馬爾科夫預(yù)測值=灰色預(yù)測值+1×(2.4+3.5)=0.2。以此類推求出其他年份的馬爾科夫預(yù)測值。通過計(jì)算可得未來45年徑流的條件概率分布如圖4所示。

      圖4 狀頭站未來年徑流序列概率分布

      由于灰色馬爾科夫預(yù)測模型函數(shù)為減函數(shù),故預(yù)測狀頭站未來徑流量有減少的趨勢;又由于該站未來45年徑流量偏向前幾種狀態(tài),預(yù)測徑流量較變異后的實(shí)測徑流量偏少。

      3 結(jié) 語

      將灰色理論與馬爾科夫模型相結(jié)合對渭河流域各典型水文站年徑流序列變化趨勢進(jìn)行預(yù)測。預(yù)測林家村站及咸陽站未來年徑流序列有減少趨勢,且年徑流序列較變異后的實(shí)測年徑流序列偏少;預(yù)測華縣站及張家山站未來年徑流序列有增多趨勢,但年徑流序列較變異后的實(shí)測年徑流序列偏少;預(yù)測狀頭站未來年徑流序列有減少趨勢,且年徑流序列較變異后的實(shí)測年徑流序列偏少。

      [1] 丁一匯,任國玉,石廣玉,等.氣候變化國家評估報(bào)告(Ⅰ):中國氣候變化的歷史和未來趨勢[J]. 氣候變化研究進(jìn)展,2006,2(1):3-8.

      [2] 燕愛玲,黃強(qiáng),王義民. 河川徑流演變的非趨勢波動(dòng)分析[J]. 水力發(fā)電學(xué)報(bào),2007,26(3):1-4.

      [3] 佟春生. 復(fù)雜性理論在河川徑流時(shí)間序列分析中的應(yīng)用研究[D]. 西安:西安理工大學(xué),2005.

      [4] 臧文亞,周仲禮,龔灝,等.基于灰色馬爾科夫模型的重慶市水運(yùn)貨運(yùn)量的預(yù)測[J].水運(yùn)工程,2012,(1):30-33.

      [5] 章柏紅,謝孔峰.灰色-馬爾柯夫鏈預(yù)測建模方法及其應(yīng)用[J]. 海南師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,21(4):469-471.

      猜你喜歡
      馬爾科夫徑流量預(yù)測值
      IMF上調(diào)今年全球經(jīng)濟(jì)增長預(yù)期
      企業(yè)界(2024年8期)2024-07-05 10:59:04
      加拿大農(nóng)業(yè)部下調(diào)2021/22年度油菜籽和小麥產(chǎn)量預(yù)測值
      ±800kV直流輸電工程合成電場夏季實(shí)測值與預(yù)測值比對分析
      基于疊加馬爾科夫鏈的邊坡位移預(yù)測研究
      基于改進(jìn)的灰色-馬爾科夫模型在風(fēng)機(jī)沉降中的應(yīng)用
      法電再次修訂2020年核發(fā)電量預(yù)測值
      國外核新聞(2020年8期)2020-03-14 02:09:19
      水文比擬法在計(jì)算河川徑流量時(shí)的修正
      馬爾科夫鏈在教學(xué)評價(jià)中的應(yīng)用
      SCS模型在紅壤土坡地降雨徑流量估算中的應(yīng)用
      資江流域徑流量演變規(guī)律研究
      洮南市| 长春市| 仙游县| 新泰市| 沈阳市| 天长市| 凌源市| 英德市| 玛曲县| 都江堰市| 九龙坡区| 诸城市| 廉江市| 买车| 晋城| 吉林省| 高淳县| 岐山县| 江口县| 平安县| 巴彦县| 莲花县| 辽阳县| 奉节县| 缙云县| 广宗县| 门源| 北宁市| 石台县| 双柏县| 北流市| 浦城县| 黑河市| 巴塘县| 黄平县| 石渠县| 城市| 延川县| 巴南区| 麦盖提县| 鸡泽县|