优化灰色GM（1,N）-加权Markov模型在道路交通噪声预测中的精度研究

论文摘要

通过对北京市2007年至2016年城市道路交通噪声及相关影响因素数据分析,以GM（1,N）模型为基础,建立了优化灰色-加权Markov模型,为有效控制交通噪声污染提供理论依据和决策意见。首先,利用平滑公式对原始数据进行预处理,用数值积分中的Simpson公式改变背景值来提高传统多因素GM（1,N）模型精度。其次,用加权Markov模型对得到的模拟值中的异常值进行了修正,将其应用到城市交通噪声的预测上,实证计算表明优化灰色GM（1,N）模型的模拟值与实际值拟合效果很好,比传统的GM（1,N）模型精度有较大提高。最后,用该模型对北京市2017年和2018年城市交通噪声进行预测,基本符合噪声数据实际变化趋势。

论文目录

• 0 引言
• 1 灰色模型和GM （1, N） 预测模型原理
• 2 基于数值积分的GM （1, N） 模型优化
•   2.1 基于Simpson公式的GM （1, N） 模型
• 3 加权Markov模型修正
•   3.1 划分状态
•   3.2 构造状态转移概率矩阵
•   3.3 随机序列的马氏检验
•     3.3.1 计算各阶自相关系数
•     3.3.2 加权Markov模型预测
•     3.3.3 加权Markov优化取值
• 4 仿真实例分析
•   4.1 仿真数据
•   4.2 关联度分析分析主要关联因素
•   4.3 建立GM （1, N） 模型
•   4.4 基于Simpson公式优化的GM （1, N） 模型
•     4.4.1 平滑处理
•     4.4.2 模型计算
•   4.5 加权Markov模型修正
•     4.5.1 划分状态区间
•     4.5.2 构建状态矩阵
•   4.6 改进灰色-Markov模型预测
• 5 结论

文章来源

类型: 期刊论文

作者: 黄朝强,廖基定,尹邦华

关键词: 噪声预测,预测模型,加权模型,关联度分析,背景值优化

来源: 南华大学学报(自然科学版) 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 非线性科学与系统科学,公路与水路运输

单位: 南华大学数理学院

基金: 湖南省科技厅软科学课题基金资助项目(2010zk3052)

分类号: N941.5;U491.91

DOI: 10.19431/j.cnki.1673-0062.2019.01.007

页码: 35-43

总页数: 9

文件大小: 383K

下载量: 160