论文部分内容阅读
传统的GM（1，1）灰色理论模型，一般适用于等时距数据序列的模拟预测。本文针对数据序列本身要满足灰指数规律，当灰数据发生跨越增长的时候，采用传统的GM（1，1）模型预测精度比较差，而且从GM（1，1）模型的建模基础考虑，预测精度受初始值和背景值影响很大，由于客观条件的影响，边坡数据序列的获得有的时候不可能达到严格的等时距的数据序列，从而建立起适合边坡变形值预测的GM（1，1）模型。