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

• 作者: 尹邦华 廖基定 黄朝强
• 来源期刊: 南华大学学报（自然科学版）
• 学科: 数学
• 关键词: 噪声预测 GM(1,N)预测模型 加权Markov模型 关联度分析 背景值优化
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 数理·计算机科学
• 页码范围: 35-43
• 页数: 9页
• 分类号: O211
• 字数: 5657字
• 语种: 中文
• DOI: 10.19431/j.cnki.1673-0062.2019.01.007

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖基定	南华大学数理学院	34	143	5.0	10.0
2	黄朝强	南华大学数理学院	2	6	2.0	2.0
3	尹邦华	南华大学数理学院	2	6	2.0	2.0