GM（1，1）正弦模型修補(bǔ)氣溫監(jiān)測(cè)缺失數(shù)據(jù)的探討

郭贊洪，唐其環(huán)

（西南技術(shù)工程研究所，重慶 400039）

環(huán)境條件對(duì)裝備的使用或長(zhǎng)期放置有重要的影響，文獻(xiàn)[1—5]介紹了不同環(huán)境條件對(duì)于裝備器械的影響，因此，了解環(huán)境的各性質(zhì)很重要。其中，溫度是氣象站或者相關(guān)試驗(yàn)站所要監(jiān)測(cè)的一個(gè)基本氣象因素。由于在監(jiān)測(cè)過程中，儀器的突然損壞、采集數(shù)據(jù)記錄時(shí)突然出錯(cuò)等原因，會(huì)造成某段時(shí)間溫度數(shù)據(jù)的缺失，如何對(duì)這部分?jǐn)?shù)據(jù)進(jìn)行修補(bǔ)至關(guān)重要。同時(shí)，環(huán)境溫度受到各種自然環(huán)境因素的影響，溫度變化難以預(yù)測(cè)，但是對(duì)于大部分天氣沒有突然轉(zhuǎn)變的情況，溫度變化是具有一定的規(guī)律性的。文中將對(duì)具有規(guī)律性的溫度數(shù)據(jù)進(jìn)行缺失修補(bǔ)研究分析。文靜等人[6]研究了人工監(jiān)測(cè)數(shù)據(jù)和自動(dòng)站監(jiān)測(cè)數(shù)據(jù)的相互填補(bǔ)，但隨著信息自動(dòng)化，人工檢測(cè)將被完全取代?；疑到y(tǒng)法[7—9]中的GM（1，1）模型法近些年在許多領(lǐng)域中常用于缺失數(shù)據(jù)修補(bǔ)[7—9]，而且是灰色系統(tǒng)法中應(yīng)用最多的方法[10]。

GM（1，1）標(biāo)準(zhǔn)模型法適合于具有指數(shù)型性質(zhì)增加或減小的數(shù)據(jù)[11—14]，而不是所有的數(shù)據(jù)都恰好滿足這樣的要求。因此，不同領(lǐng)域的學(xué)者們對(duì)GM（1，1）標(biāo)準(zhǔn)模型進(jìn)行改進(jìn)，以適用于該領(lǐng)域數(shù)據(jù)變化情況[15—21]。Zou Lihua[22]、倪凱[23]和彭濤[24]分別在振動(dòng)數(shù)據(jù)、量測(cè)數(shù)據(jù)和軟基沉量數(shù)據(jù)方面采用將GM（1，1）模型進(jìn)行研究改進(jìn)，結(jié)果可知，針對(duì)不同數(shù)據(jù)變化規(guī)律將GM（1，1）模型進(jìn)行改進(jìn)后，預(yù)測(cè)效果得到了較大的提高。唐五湘等人[25—26]提出的時(shí)序修正法改進(jìn)后的GM（1，1）模型即GM（1，1）時(shí)序修正模型，對(duì)于某些時(shí)序數(shù)據(jù)的預(yù)測(cè)具有一定的改進(jìn)。文中研究的對(duì)象是大氣溫度數(shù)據(jù)，根據(jù)大氣溫度數(shù)據(jù)的變化情況，提出了以正弦函數(shù)對(duì)GM（1，1）標(biāo)準(zhǔn)模型進(jìn)行改進(jìn)，得到GM（1，1）正弦修正模型，對(duì)大氣溫度數(shù)據(jù)具有較好的預(yù)測(cè)修補(bǔ)作用。

文中將以萬(wàn)寧試驗(yàn)站監(jiān)測(cè)的溫度數(shù)據(jù)作為原始數(shù)據(jù)，采用GM（1，1）正弦修正模型與GM（1，1）時(shí)序修正模型以及GM（1，1）標(biāo)準(zhǔn)模型進(jìn)行缺失修補(bǔ)對(duì)比分析研究。

1 數(shù)學(xué)模型

1.1 GM（1，1）標(biāo)準(zhǔn)模型

根據(jù)GM（1，1）標(biāo)準(zhǔn)模型法的建模過程要求，對(duì)原始數(shù)據(jù)X（0）數(shù)據(jù)進(jìn)行一次累加生成得到X（1），如下：

作一次累加公式為：

建立X（1）如下的白化微分方程為：

式（2）中的a和u為待求參數(shù)，記參數(shù)列為：

解出白化微分方程的解為：

式（4）即為通過原始數(shù)據(jù)建立起來(lái)的GM（1，1）模型。

1.2 GM（1，1）時(shí)序修正模型

根據(jù)唐五湘[25]提出的時(shí)序修正法對(duì)GM（1，1）模型進(jìn)行改進(jìn)。該文提出GM（1，1）標(biāo)準(zhǔn)模型已經(jīng)確定了參數(shù)a和b，在模型中只剩下參數(shù)t，最終的預(yù)測(cè)精度就只和參數(shù)t相關(guān)，因而該作者討論了輸入變量t的GM（1，1）模型。該模型的建立過程如下：

將式（9）代入式（7）得到：

式（10）即為GM（1，1）時(shí)序修正模型。

1.3 GM（1，1）正弦修正模型

根據(jù)大氣溫度的類似周期變化性質(zhì)，每天的溫度變化類似于正弦函數(shù)的變化規(guī)律。文中提出了以正弦函數(shù)sin x修正GM（1，1）標(biāo)準(zhǔn)模型后的GM（1，1）正弦修正模型。并且將GM（1，1）模型中的t以24 h的整點(diǎn)時(shí)間帶入，即t∈（1，2，…，24），經(jīng)過試驗(yàn)帶入，過程如下。

標(biāo)準(zhǔn)模型為：

經(jīng)檢驗(yàn)后，模型建模部分采用標(biāo)準(zhǔn)模型建模，預(yù)測(cè)部分采用改進(jìn)5建模。因?yàn)闃?biāo)準(zhǔn)模型和改進(jìn)5模型分段使用時(shí)具有較好的擬合性，對(duì)該類溫度數(shù)據(jù)具有較好的適應(yīng)性。故GM（1，1）正弦修正模型為：

其中n為建模時(shí)的原始數(shù)據(jù)個(gè)數(shù)。

2 實(shí)例應(yīng)用

文中以萬(wàn)寧試驗(yàn)站所監(jiān)測(cè)的溫度數(shù)據(jù)為基礎(chǔ)，對(duì)以上模型進(jìn)行檢驗(yàn)。該試驗(yàn)站9月份的連續(xù)小時(shí)溫度數(shù)據(jù)見表1。根據(jù)表1的原始數(shù)據(jù)建立相應(yīng)模型。

2.1 GM（1，1）模型建立

用前9個(gè)數(shù)據(jù)作為原始數(shù)據(jù)建立GM（1，1）模型。

表1 萬(wàn)寧試驗(yàn)站9月份的某天的24 h溫度數(shù)據(jù)Table 1 24 hour temperature data in Wanning test station on one day in September

2.2 GM（1，1）標(biāo)準(zhǔn)模型

根據(jù)表1、式（3）和式（4），建立GM（1，1）標(biāo)準(zhǔn)模型為：將?t帶入式（9）和式（10）中，得到GM（1，1）時(shí)序修正模型，即為：

2.3 GM（1，1）時(shí)序修正模型

根據(jù)式（8）可以求出具體數(shù)值，見表2。

2.4 GM（1，1）正弦修正模型

根據(jù)原始數(shù)據(jù)和式（11），可以求出GM（1，1）正弦修正模型為：

表2 ?t的計(jì)算值Table 2 The calculated values of?t

3 結(jié)果分析

分別對(duì)式（12），（13）和（14）進(jìn)行計(jì)算，對(duì)結(jié)果進(jìn)行精度檢驗(yàn)，得到絕對(duì)誤差和相對(duì)誤差精度檢驗(yàn)。見表3。（預(yù)測(cè)精度=1-相對(duì)誤差）

分析表3數(shù)據(jù)可知，從模型的擬合情況分析，GM（1，1）正弦修正模型與GM（1，1）標(biāo)準(zhǔn)模型具有相同的擬合平均誤差（和平均相對(duì)誤差），平均絕對(duì)誤差只有0.2，平均相對(duì)誤差也僅0.60%，具有與原始數(shù)據(jù)相當(dāng)好的擬合效果。GM（1，1）時(shí)序修正模型的擬合平均絕對(duì)誤差為0.6，平均相對(duì)誤差為2.29%，雖然略大于另外兩種，但擬合效果也不錯(cuò)。預(yù)測(cè)值的準(zhǔn)確性的程度才是我們最關(guān)心的，GM（1，1）標(biāo)準(zhǔn)模型的預(yù)測(cè)平均絕對(duì)誤差為6.7，平均相對(duì)誤差為22.54%；GM（1，1）時(shí)序修正模型的預(yù)測(cè)平均絕對(duì)誤差為5.3，平均相對(duì)誤差為17.70%；GM（1，1）正弦修正模型的預(yù)測(cè)平均絕對(duì)誤差為0.9，平均相對(duì)誤差為3.14%。無(wú)論是從平均絕對(duì)誤差還是相對(duì)誤差來(lái)分析，GM（1，1）正弦修正模型相較于GM（1，1）標(biāo)準(zhǔn)模型和GM（1，1）時(shí)序修正模型有了很大的改進(jìn)，預(yù)測(cè)的準(zhǔn)確性得到了很大的提高。GM（1，1）標(biāo)準(zhǔn)模型的預(yù)測(cè)值的誤差基本都超過了20%，GM（1，1）時(shí)序修正模型的預(yù)測(cè)誤差也超過17%，而GM（1，1）正弦修正模型的預(yù)測(cè)誤差絕大部分未超過6%，非常好地預(yù)測(cè)了原始值。

GM（1，1）標(biāo)準(zhǔn)模型、GM（1，1）時(shí)序修正模型、GM（1，1）正弦修正模型與原始數(shù)據(jù)的圖形對(duì)比如圖1所示，從模型的擬合分析來(lái)看，前9個(gè)點(diǎn)為模型擬合，GM（1，1）標(biāo)準(zhǔn)模型和GM（1，1）正弦修正模型的擬合很好，GM（1，1）時(shí)序修正模型的擬合相對(duì)較差一些。從預(yù)測(cè)部分看，GM（1，1）正弦修正模型從趨勢(shì)和數(shù)值上很好地貼近原始數(shù)據(jù)的變化情況，而GM（1，1）標(biāo)準(zhǔn)模型和GM（1，1）時(shí)序修正模型則與原始數(shù)據(jù)相差太多，也未能符合原始數(shù)據(jù)的變化趨勢(shì)，數(shù)值上也相差太多，所以，GM（1，1）正弦修正模型的預(yù)測(cè)效果遠(yuǎn)高于另外兩種模型。因而，無(wú)論從模型擬合還是預(yù)測(cè)效果上，GM（1，1）正弦修正模型都比另外兩種好很多，GM（1，1）正弦修正模型的預(yù)測(cè)值反應(yīng)出了原始數(shù)據(jù)的變化規(guī)律，很好地預(yù)測(cè)了缺失數(shù)據(jù)。

圖1 GM（1，1）標(biāo)準(zhǔn)模型、時(shí)序修正模型及正弦修正模型預(yù)測(cè)值與原始值比較Fig.1 Comparison of the predicted and original values of the GM(1,1)standard model,GM(1,1)timing corrected model and GM(1,1)sinusoidal model

總的來(lái)說，GM（1，1）標(biāo)準(zhǔn)模型的預(yù)測(cè)效果很差；GM（1，1）時(shí)序修正模型的預(yù)測(cè)效果雖然有一定的提高，但效果也不好；而GM（1，1）正弦修正模型預(yù)測(cè)效果高于前兩種模型，很好地反映出了原始數(shù)據(jù)的變化規(guī)律，擬合很好。

表3 三種模型的誤差及其精度計(jì)算結(jié)果Table 3 The error and precision calculation results of the three kinds of models

4 結(jié)語(yǔ)

文中通過GM（1，1）正弦修正模型與GM（1，1）標(biāo)準(zhǔn)模型和GM（1，1）時(shí)序修正模型對(duì)環(huán)境溫度數(shù)據(jù)進(jìn)行建模預(yù)測(cè)，GM（1，1）正弦修正模型對(duì)比GM（1，1）標(biāo)準(zhǔn)模型和GM（1，1）時(shí)序修正模型有了很大的改進(jìn)，且預(yù)測(cè)值很好地符合了原始數(shù)據(jù)的變化規(guī)律，預(yù)測(cè)精度較另外兩種模型提高了很多，具有較高的預(yù)測(cè)精度。由于分析數(shù)據(jù)具有一定的局限性，該模型有待進(jìn)一步研究。

[1] 陳川，王俊，黃海軍，等.我國(guó)南沿海與歐洲沿海風(fēng)電機(jī)組服役境條件的差異性分析[J].裝備環(huán)境工程，2013，5（10）：22—26.CHEN Chuan，WANG Jun，HUANG Hai-jun，et al.Discrepant Analysis between Service Conditions of Offshore Wind Turbine in Southeast China Coast and Europe Coast[J].Equipment Environmental Engineering，2013，5（10）：22—26.

[2] 黃海軍，李嬋，王俊.典型大氣腐蝕介質(zhì)的灰色預(yù)測(cè)模型分析[J].裝備環(huán)境工程，2012，1（9）：13—16.HUANG Hai-Hun，LI Chan，WANG Ju.Study on Grey Prediction Model of Typical Atmospheric Corrosion Mediums[J].Equipment Environmental Engineering，2012，1（9）：13—16.

[3] 陳群志，崔常京，王逾涯，等.典型機(jī)場(chǎng)地面腐蝕環(huán)境數(shù)據(jù)庫(kù)研究[J].裝備環(huán)境工程，2006，3（3）：47—50.CHEN Qun-zhi，CUI Chang-ring，WANG Yu-ya，et al.Study on Database of Ground Corrosion Environment of Typical Airfield[J].Equipment Environmental Engineering，202006，3（3）：47—50.

[4] 張彩先，汪東林，蔣曉彥，等.環(huán)境溫度對(duì)直升機(jī)的影響及測(cè)試數(shù)據(jù)處理方法研究[J].裝備環(huán)境工程，2006，4（3）：45—49.ZHANG Cai-xian，WANG Dong-lin，JIANG Xiao-yan，et al.Study of the Influences ofEnvironmental Temperature on Helicopter and the Test Data Processing Method[J].Equipment Environmental Engineering，2006，4（3）：45—49.

[5] 李慧，黃海軍，王俊，等.濕熱沿海地區(qū)環(huán)境條件對(duì)風(fēng)電組的影響分析[J].裝備環(huán)境工程，2013，5（10）：17—22.LI Hui，HUANG Hai-jun，WANG Jun，et al.Influence of Environment Conditions on Wind Generating Set in Hot and Humid Coastal Areas[J].Equipment Environmental Engineering，2013，5（10）：22—26.

[6] 文靜，胡濱，馬宏艷.自動(dòng)氣象站與人工溫濕度計(jì)觀測(cè)溫濕度的對(duì)比研究[J].裝備環(huán)境工程，2009，2（6）：32—35.WEN Jing，HU Bin，MA Hong-yan.Comparative Study of Temperature and Humidity Observation with Automatic Weather Station and Manual Operation[J].Equipment Environmental Engineering，2009，2（6）：32—35.

[7] 鄧聚龍.灰色系統(tǒng)基本方法[M].武漢：華中理工大學(xué)出版社，2005.DENG Ju-long.The Basic Method of Grey System[M].Wuhan：Huazhong University of science and Technology Press，2005.

[8] 傅立.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，2010.FU Li.Grey system theory and its application[M].Beijing：Science and Technology Literature Press，2010.

[9] 劉思峰.灰色系統(tǒng)理論的產(chǎn)生、發(fā)展及前言動(dòng)態(tài)[J].浙江萬(wàn)里學(xué)院學(xué)報(bào)，2003，16（40）：14—17.LIU Si-feng.Grey System Theory Generation，Development and Advanced Dynamic[J].Journal of Zhejiang Wanli University，2003，16（40）：14—17.

[10]YIN Mu-shang.Fifteen Years of Grey System Theory Research：A Historical Review and Bibliometric Analysis[J].Expert Systems with Applications，2013（40）：2767—2775.

[11]CHEN Chun，HUANG Shou-jen.The Necessary and Sufficient Condition for GM（1，1）Grey Prediction Model[J].Applied Mathematics and Conputation，2013，219：6152—6162.

[12]王正新，黨耀國(guó)，趙潔鈺.優(yōu)化的GM（1，1）冪模型及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2012，32（9）：1973—1978.WANG Zheng-xin，DANG Yao-guo，ZHAO Jie-yu.GM（1，1）Power Optimization Model and Its Application[J].System Engineering Theory and Practice，2012，32（9）：1973—1978.

[13]HSU Yen-tseng，LIU Ming-chung，JEROME Yeh，et al.Forecasting the turning Time of Stock Market Based on Markov-Fourier Grey Model[J].Expert Systems with Applications，2009（36）：8597—8603.

[14]鄭文琛，吉培榮，羅賢舉.改進(jìn)無(wú)偏GM（1，1）模型及其在長(zhǎng)期電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J].繼電器，2008，36（5）：36—40.ZHENG Wen-chen，JI Pei-rong，LUO Xian-ju.Improvement of Unbiased GM（1，1）Forecasting Model in the Long Term Power Load and Its Application[J].Electric Relay，2008，36（5）：36—40.

[15]LIN Yong-huang，LEE Pin-chan，CHANGTa-peng.Adaptive and High-precision Grey Forecasting Model[J].Expert Systems with Applications，2009（36）：9658—9662.

[16]LIN Yong-huang，LEE Pin-chan.Novel High-precision Grey Forecasting Model[J].Automation in Construction，2007（16）：771—777.

[17]XIE Nai-ming，LIN Si-feng.Discrete Forecasting Model and Its Optimization[J].Applied Mathematical Modelling，2009（33）：1173—1186.

[18]CUI Jie，LIU Si-feng，ZENG Bo，XIE Nai-ming.A novel greyforecastingmodeland itsoptimization.Applied Mathematical Modeling，37（2013）：4399—4406.

[19]JIN Xu，TAO Tan，MAO Tu，et al.Improvement of Grey Models by Least Squares[J].Expert Systems with Applications，2011（38）：13961—13966.

[20]HSU Li-chang，WANG Chao-hung.Forecasting the Output of Integrated Circuit Industry Using a Grey Model Improved by the Bayesian Analysis[J].Technological Forecasting&Social Change.2007（74）：843—853.

[21]李明洋，姜福川.基于最小二乘法的灰色GM（1，1）改進(jìn)模型在非煤礦山事故預(yù)測(cè)中的作用[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2013，11（9）：83—90.LI Ming-yang，JIANG Fu-chuan.The Improved GM（1，1）Model in the Prediction of Non Coal Mine Accidents Based

on Least Squares Function[J].Journal of Safety Science and Technology，2013，11（9）：83—90.

[22]ZOU Li-hua，DAI Su-liang，JOHN B，et al.Greyfor Forecasting Model Active Vibration Control Systems[J].Journal of Sound and Vibration，2009，322：690—706.

[23]倪凱.灰色系統(tǒng)在量測(cè)數(shù)據(jù)處理中的應(yīng)用[J].中國(guó)水運(yùn)，2012，12（8）：47—49.NI Kai.Grey System in Measure Ment Data Handl[J].Chinese Waterway，2012，12（8）：47—49.

[24]彭濤，楊岸英，梁杏，等.BP-神經(jīng)網(wǎng)絡(luò)與灰色系統(tǒng)法的聯(lián)合模型來(lái)預(yù)測(cè)軟基沉降量[J].巖土力學(xué)，2005，26（11）：1810—1814.PENG Tao，YANG An-ying，LIANG Xing，et al.The Joint Model of BP-neural Net Work and Grey System Method to Predict Soft Ground Settlement[J].Rock and Soil Mechanics，2005，26（11）：1810—1814.

[25]唐五湘.GM（1，1）時(shí)序修正模型及其應(yīng)用[J].云南環(huán)境科學(xué)，2003，22（4）：20—21，45.TANG Wu-xiang.GM（1，1）Timing Correction Model and Its Application[J].Yunnan Environment Science，2003，22（4）：20—21，45.

[26]李希燦，李麗.時(shí)序殘差GM（1，1）模型[J].系統(tǒng)工程與理論，1998，18（10）：59—63.LI Xi-chan，LI Li.Time Residuals GM（1，1）Model[J].System Engineering and Theory，1998，18（10）：59—63.