多因素GM（1,N）模型在城市道路交通噪聲預測

孫紅影(三亞學院,海南　三亞　572000　)

?

多因素GM（1,N）模型在城市道路交通噪聲預測

孫紅影
(三亞學院,海南三亞572000)

摘 要：城市道路交通噪聲是影響人民生活質量的一項重要因素，本文采用Newton-Cores公式優化后的GM(1.N)模型，對南方某城市道路交通噪聲進行預測。

關鍵詞：交通噪聲；GM(1,N)模型；背景值優化

0　引 言

隨著經濟的發展，人民的生活質量提高，城市交通噪聲已經開始影響我們的生活。特別是北京，上海以及南方發達城市，問題更加的嚴重，城市道路交通污染系統包括諸多因素，如人口數量，道路長度，車輛數量[1-2]。

本人以文獻[3]中南方某城市道路交通噪聲數據為例，利用多因素考慮的GM（1，N）模型對道路交通噪聲進行預測，并與實際數據進行比較，說明多因素的GM（1，N）預測精度更高。

1　灰色GM（1，N）預測模型背景值原理

GM（1，N）模型背景值的求法實際上就是數值分析中的梯形公式，然而在實際計算應用中，梯形公式的誤差較大，致使GM（1，N）模型的模擬值誤差較大。在區間對公式(3)的兩邊進行積分

整理后得到

2　基于Newton-Cores公式的GM（1，N）模型優化

公式寫作

Newton-Cores積分系數一般取n￡4，基于穩定性和精度考慮，現取n=4。則有

3　仿真實例分析

為了便于比較，本文采用文獻[2]中所給的數據。文獻[2]給出了2002～2009年南方某城市道路交通噪聲平均聲級檢測數據，以及對該城市道路交通噪聲影響程度最大的兩個相關因素數據，即道路行車線長度及常住人口，如表1所示。

表1　南方某城市道路交通平均噪聲、道路行車線長度及常住人口數據表

因原始數據較大，在此我們利用灰色關聯分析中的初值化算子對表1內的基礎數據進行初值化處理，實現了數據的無量綱化，結果見表2所示。

表2

將未經優化的原始 GM（1，N）模型記為模型1，基于Newton-Cores公式優化的 GM（1，N）模型記為模型2，將文獻[2]中的數據帶入上述兩個個模型同時進行建模，所得模型數據如表3所示。

從表3中可以看出，文獻[2]的GM(1,N)模型預測 值的平均誤差為5.4415%，而經過本文優化的GM(1,N)模型所得預測值的平均誤差分別為4.6813%，其預測精度遠高于原GM(1,1)模型。通過實例驗證可知模型具有較好的精度。

4　結論

表3　南方某城市2006～2009年的交通預測值

根據仿真實驗證明，利用多因素GM(1,N)模型預測城市道路交通噪聲，模型精度高，預測結果可靠。

本人研究證明，利用灰色系統研究城市道路交通噪聲是可行的，為今后對城市規劃以及噪音處理提供了有力可行的科學方法。

參考文獻:

[1]張超,陸愈實,章博等.GM(1,N) 模型在城市道路交通噪聲預測中的精度分析[J].中國安全生產科學技術,2005,01(02):67-70.

[2]王素萍,溫莉霞.灰色系統GM(1,N)模型在城市環境噪聲預測中的應用[J].噪聲與振動控制,1999,19(01):40-43.

[3]H . Li, X. C. Peng, Z. Q. Zhong, etc. “Influence Factors and Control Countermeasures of Traffic Noise Based on Grey Relational Analysis,”Noise and Vibration Control. Shanghai, vol.22, pp. 93-95,February 2012.

作者簡介：孫紅影（1983-），女，黑龍江人，碩士,助教，教師，研究方向：不確定性系統與信息處理。

DOI :10.16640/j.cnki.37-1222/t.2016.01.232