[发明专利]一种利用灰色原理改进的边坡位移分形预测方法在审
申请号: | 201410389556.4 | 申请日: | 2014-08-08 |
公开(公告)号: | CN104102853A | 公开(公告)日: | 2014-10-15 |
发明(设计)人: | 吴浩;董元锋;李奎;吴彩保;殷亚 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 王守仁 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 利用 灰色 原理 改进 位移 预测 方法 | ||
1.一种利用灰色原理改进的边坡位移分形预测方法,其特征是在利用传统分形理论求得分形维数序列基础上,利用灰色GM(1,1)模型对分形维数进行拟合预测,得到后面几期的分形维数,然后对预测得到的分形维数利用反演外推法计算获得将来某个时间段的边坡变形预测值。
2.根据权利要求1所述的利用灰色原理改进的边坡位移分形预测方法,其特征在于:在利用传统分形理论已求得分形维数序列基础上,为满足灰色预测要求,构造基于分形维数的一阶AGO序列:
根据分形理论中对分形维数的定义可以计算得到以下的分形维数序列:
D(0)=[d(0)(1),d(0)(2),d(0)(3),...,d(0)(n)]
式中:D(0)表示对应于原始边坡监测位移序列Ni的分形维数序列;
为了满足GM(1,1)模型预测的要求,原始分形维数序列D(0)需要作累加生成其一阶AGO序列为:
D(1)={d(1)(1),d(1)(2),...,d(1)(n)}
式中:D(1)为D(0)的一阶AGO序列。
3.根据权利要求1所述的利用灰色原理改进的边坡位移分形预测方法,其特征在于利用灰色GM(1,1)对分形预测模型中的分形维数进行拟合预测,从而得到较高预测精度的分形维数,所述的利用灰色GM(1,1)预测分形中的分形维数的组合改进为:
建立基于分形维数灰色微分方程,灰色GM(1,1)模型与分形维数D组合如下:
上述微分方程式即为基于现有分形维数序列建立的GM(1,1)模型,其中:t为独立变量,a为发展系数,b为灰作用量,D(1)为分形维数D(0)的一阶AGO序列。
4.根据权利要求1所述的利用灰色原理改进的边坡位移分形预测方法,其特征是在 预测得到的分形维数基础上,利用反演外推法对预测得到的分形维数进行逆向计算,从而得到某个时间段的边坡变形预测值,具体为:
通过对分形理论中求解分形维数方法进行逆向计算,得到分形维数D(I)(i+1,i+2)对应的累积和序列S(I)i+1
再通过累减运算,即可得到预测的边坡变形值
Ni+1=S(I)i+1-(Ni+Ni-1+…+N2+N1)
式中:Ni+1即为要预测的后几期边坡变形值。
5.权利要求1至4中任一权利要求所述利用灰色原理改进的边坡位移分形预测方法的用途,其特征是该方法在露天矿高边坡变形预测中的应用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410389556.4/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用