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

发布时间：2024-06-07 00:24

　　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。

【文章页数】：9 页

【文章目录】：
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



本文编号：3990506