曲線趨勢外推延伸方法研究及其應用

吳修彬，孫召瑞，孫貴斌，李國平,2

（1.萊蕪職業(yè)技術學院 機械與汽車工程系，萊蕪 271199；2.萊蕪市粉末冶金先進制造重點實驗室，萊蕪 271199）

0 引言

箱體等鑄造類零件常有過渡非圓曲線，針對其進行工程制圖或三維建模，常需將非圓曲線保持其趨勢進行延伸[1]。現(xiàn)有計算機輔助設計軟件，如AutoCAD、Pro/E、UG等均有延伸功能。然而，除AutoCAD可延伸橢圓曲線外，現(xiàn)有軟件僅對直線和圓弧能保持原有曲線特性進行延伸，對任意的非圓曲線或者不響應，或者改變原有特性進行延伸，如CAXA對任何曲線均以直線特性延伸。非圓曲線保持特性延伸是制圖和建模中經(jīng)常遇到的難題，實際應用中，只能采用手工繪制樣條曲線進行替代，誤差較大。

趨勢外推法[2]是根據(jù)過去和現(xiàn)在的發(fā)展趨勢推斷未來的一類方法的總稱，目前用于科技、經(jīng)濟和社會發(fā)展的預測[3～5]。如將趨勢外推法的時間和數(shù)值視為曲線的坐標值，則可將其應用于非圓曲線的延伸。本文基于上述思想，在極角坐標系中研究任意非圓曲線趨勢外推延伸方法，首先建立幾種典型延伸數(shù)學模型，給出模型應用條件，供延伸具體曲線時采用，克服現(xiàn)有CAD軟件共性關鍵難題。

1 多項式延伸模型

1.1 二次曲線模型

用最小二乘法[8]確定延伸參數(shù)。由式（1）得：

式中： r i為第i點的觀察值； ei為第i點的離差；Q為離差平方和。

qi表示極角序列的編號，當極角序列觀察點的項數(shù)為奇數(shù)時，令其中間項 的編號為0，

式（4）可簡化為：

解方程組可得：

根據(jù)離散點數(shù)據(jù)采用式（6）計算延伸參數(shù)，依據(jù)式（1）建立延伸模型。

1.2 三次曲線模型

用最小二乘法確定延伸參數(shù)。由式（7）得：

解方程組可得：

根據(jù)離散點數(shù)據(jù)采用式（12）計算延伸參數(shù)，依據(jù)式（7）建立延伸模型。

2 Gompertz曲線延伸模型

選N=3n組離散點，其中n是離散點分成3組后，各組離散點的個數(shù)。若N不等于3n，摒棄離延伸位置較遠的若干點，使N=3n。將離散點代入下式：

將有關數(shù)據(jù)代入下式，計算Gompertz模型所需參數(shù)。

3 指數(shù)曲線延伸模型

根據(jù)式（2）聯(lián)立求得：

4 曲線趨勢外推延伸實例

如表1所示，分別為二次曲線、三次曲線、Gompertz曲線、指數(shù)曲線上的4組離散點。應用上述方法對4條曲線進行延伸，分析延伸曲線與理論曲線間的誤差，檢驗延伸模型的準確性。

表1 趨勢外推延伸曲線離散點

分別擬合上述4組離散點，在擬合曲線上選取qi為等差數(shù)列的新離散點，分別計算4組新離散點延伸模型應用條件，如表2所示，曲線1的 最大差值最小，接近于常數(shù)，選用二次曲線趨勢外推延伸模型；曲線2的 最大差值最小，選用三次曲線趨勢外推延伸模型；曲線3的(▽l n ρi+1-▽lnρi)▽lnρi最 大 差 值 最 小 ， 選 用Gompertz曲線趨勢外推延伸模型；曲線4的▽ln ρi最大差值最小，選用指數(shù)曲線趨勢外推延伸模型。

對曲線1，經(jīng)運算，延伸參數(shù)為： a ?=3.000+5.526×10-13， b? = 2.000+3.971×10-10，c?= 1.000+1.982×10-11。將（3.500，22.250）作為起始點，利用模型式（1）對曲線進行延伸，圖1為延伸圖及與理論曲線誤差圖，延伸誤差在10-11數(shù)量級，精度較高。

表2 趨勢外推延伸模型選擇

圖1 曲線1的延伸圖及誤差圖

圖2 曲線2的延伸圖及誤差圖

圖3 曲線3的延伸圖及誤差圖

圖4 曲線4的延伸圖及誤差圖

5 結(jié)論

1)引入趨勢外推方法，建立多項式、Gompertz曲線、指數(shù)曲線3類延伸數(shù)學模型，提供了模型識別與選擇方法，根據(jù)待延伸曲線離散點特征可合理選擇延伸模型，實現(xiàn)非圓曲線趨勢外推延伸。

2)曲線趨勢外推延伸實例表明：用所建立的延伸模型延伸與之同類型的曲線，可以長距離延伸，精度非常高，且距延伸起始點越近，精度越高，達到趨勢外推延伸。對與延伸模型不同類型的曲線，也可近似延伸。

3)曲線趨勢外推延伸方法可應用于對現(xiàn)有CAD軟件的核心升級，也可對其進行二次開發(fā)，增加其功能模塊，使之更精確的進行交互式設計。

[1] 劉有余,韓江.基于減容增效的超低比轉(zhuǎn)速軸流式葉片水力設計[J].中國機械工程,2012,23(3):320-323.

[2] V.M. Vlahovi?, I.M.Vujo?evi?. Long-term forecasting:a critical review of direct-trend extrapolation methods[J]. International Journal of Electrical Power & Energy Systems.1987,9(1):2-8.

[3] M. D. Ruiz-Medina,R.M.Espejo.Integration of spatial functional interaction in the extrapolation of ocean surface temperature anomalies due to global warming [J].International Journal of Applied Earth Observation and Geoinformation,2013,22(6):27-39.

[4] Gosse L.Analysis and short-time extrapolation of stock market indexes through projection onto discrete wavelet subspaces [J]. Nonlinear Analysis: Real World Applications.2010,11(4):3139-3154.

[5] 楊立群,王小萬,馮芮華.基于指數(shù)平滑方法的我國政府衛(wèi)生支出分析[J].中國衛(wèi)生經(jīng)濟,2011,30(1): 22-23.

[6] 陶菊春. 趨勢外推預測模型的識別與選擇研究[J].西北師范大學學報(自然科學版).2005,41(6):14-17.

[7] Vladimir D L. Grid Generation Methods [M]. London:Scientific Computation,2010.

[8] 崔靜偉,雷賢卿,王海洋,等.基于最小二乘法的平面任意位置橢圓輪廓度誤差的精確計算[J].制造業(yè)自動化.2013, 25(2):114-116.

[9] Hu G X. Invariant distribution of stochastic Gompertz equation under regime switching[J]. Mathematics and Computers in Simulation.2014,97(3):192-206.

[10] A. B. Albert, On Exponential Growth and Half-Lives: A Comment on Bermingham, Population & Environment[J].Population and Environment,2003,25(1),61-69.