基于GA—灰色波形预测模型的白洋淀天然入淀水量

任旺　徐国宾

摘要：白洋淀天然入淀水量在長期的时间序列上有着丰、枯水期交替演化的规律，灰色波形模型适用于这一规律发展趋势的研究。通过遗传算法（GA）对灰色一阶模型（GM（1，1））的迭代基值α与背景值系数β进行优化，利用遗传算法收敛效率高，选择范围广的优点，建立了以GA-GM（1，1）群为基础的GA-灰色波形模型，对白洋淀天然入淀水量趋势进行研究。最终得出结论：Gh-灰色波形模型不仅在信息序列的拟合上明显优于传统灰色波形模型，且GA-灰色波形模型能更好的抓住信息序列发展特点，更为准确的预测白洋淀天然入淀水量演化规律。说明用GA-灰色波形模型进行白洋淀天然入淀水量研究是可行的，也为研究湖泊水资源量变化提供了一种新思路。

关键词：天然水量预测；遗传算法（GA）；灰色波形模型；GA-GM（1，1）模型；白洋淀

中图分类号：TV213；TV211 文献标识码：A 文章编号：1672-1683（2017） 05-0009-06

白洋淀天然入淀水量年际变化较大，呈明显的枯水期、丰水期交替演化规律，研究白洋淀年天然入淀水量枯、丰水期变化规律对该地区生态环境保护和流域部门科学调水都有深远意义。

邓聚龙教授于20世纪80年代创立灰色系统理论，该理论通过提炼灰色系统中的已知信息，找到系统的演化规律。灰色波形模型建立在GM（1，1）模型群的基础上，多用于振荡序列的预测。而GM（1，1）模型在建模参数的选取上还存在不足，近年来国内外学者对灰色系统做了大量研究，国内学者的研究主要以模型的优化改进为主，国外学者的研究多集中于灰色系统的应用。……