大坝实测性态的灰色马尔科夫链预测方法研究  

Research on Grey Markov Chain Forecasting Method of Dam Behavior

作　　者：张楠[1,2] 马福恒[3] 张帅[1,2] 孙小冉[1,2] 储冬冬 

机构地区：[1]河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098 [2]河海大学水利水电学院,江苏南京210098 [3]南京水利科学研究院,江苏南京210029 [4]江苏省水利科学研究院,江苏南京210017

出　　处：《水电能源科学》2012年第8期70-73,共4页Water Resources and Power

基　　金：国家自然科学基金资助项目(51179066;51079086);新世纪优秀人才支持计划基金资助项目(NCET-10-0359);国家重点实验室专项经费基金资助项目(2009586912;2009586012);中央高校基本科研业务费专项资金资助项目(2010B01414);江苏高校优势学科建设工程基金资助项目(水利工程)(YS11001)

摘　　要：为实现大坝安全性态的准确预报,以西南某坝的多年扬压力极值为例,以扬压力实测序列建立GM(1,1)预测模型,基于预测模型的残差序列建立马尔科夫残差模型,对比分析GM(1,1)残差预测模型和马尔科夫残差模型;综合GM(1,1)模型和马尔科夫残差模型建立灰色马尔科夫模型,并利用灰色马尔科夫模型预测扬压力极大值。结果表明,灰色马尔科夫模型提高了预报的精度并恰当地反映了过程的摆动性。In order to predict dam safety behavior precisely, taking the annual minimum uplift pressure of a dam in southwest China for an example, uplift pressure measured data is used to establish GM （1, 1） forecasting model. And then the predicted residual series is applied to build Markov residual model. Comparative analysis of GM （1, 1） residual model and Markov residual model, Markov grey model is established to predict uplift pressure maximum value of the dam. The resultes indicate that the Markov grey model improves the prediction precise and reflects the swing of the se- quence correctly.

关 键 词：马尔科夫 转移概率矩阵 灰色模型 残差辨识 关联度 

分 类 号：TV698.1[水利工程—水利水电工程]