在VB.net 中將一個二維數(shù)組分成一維數(shù)組，并轉(zhuǎn)類型

病情分析：

成都創(chuàng)新互聯(lián)公司專注骨干網(wǎng)絡(luò)服務(wù)器租用十載，服務(wù)更有保障！服務(wù)器租用，四川電信機房托管 成都服務(wù)器租用，成都服務(wù)器托管，骨干網(wǎng)絡(luò)帶寬，享受低延遲，高速訪問。靈活、實現(xiàn)低成本的共享或公網(wǎng)數(shù)據(jù)中心高速帶寬的專屬高性能服務(wù)器。

根據(jù)你的情況，可能是由于內(nèi)分泌失調(diào)或激素水平改變引起的

指導(dǎo)意見：

建議去醫(yī)院做個激素檢查，也可以吃中藥調(diào)理下，平時應(yīng)保持外陰部的清潔干燥，注意經(jīng)期和性生活時的衛(wèi)生。祝你健康

病情分析：

您好，您的情況如果是有性生活，如果是有這樣的情況，當然是有懷孕的可能；也可能是月經(jīng)推遲的問題；正常情況下，如果是月經(jīng)推遲在一周之內(nèi)是可能的；

指導(dǎo)意見：

所以，現(xiàn)在可以觀察幾天看看，如果是幾天后來了，量和以前差不多，就應(yīng)該是沒有什么問題的；如果是還是不來，只能是到醫(yī)院檢查一下才能知道是什么原因的

病情分析：

如果是月經(jīng)推遲超過1周還沒有正常的月經(jīng)，那么是要考慮是不是有內(nèi)分泌失調(diào)，如果是上個月還是有同房，那么也有可能是懷孕

指導(dǎo)意見：

建議可以到正規(guī)醫(yī)院查一下血孕酮以及hcg，確定是不是懷孕

病情分析：

你好，根據(jù)你的簡單描述，考慮早孕流產(chǎn)可能

指導(dǎo)意見：

建議注意休息，立即當?shù)卣?guī)醫(yī)院彩超及血HCG檢查，必要時保胎治療

病情分析：

你好，以你說的情況還是由于炎癥或者是子宮病變引起的癥狀

指導(dǎo)意見：

建議你最好是到醫(yī)院婦科做一個全面的檢查后，再做對癥治療，祝健康

VB.net可以開發(fā)小型3D圖形顯示軟件嗎？

可以借助DirectX來編程。免費3D引擎可不好找，一般來說速度比不上硬件加速后的DX，尤其令人頭疼的是一般都沒有針對VB的文檔，LZ有這方面理想的話，自己寫一個吧……

我不得不承認在VB上寫DirectX的教程相當難找！如果LZ想深入研究三維圖形問題，C++一定要學(xué)，就算不能用C++編程，起碼要能把C++程序翻譯成VB程序。

我自己學(xué)會DX編程花了兩三個月（很淺）。編這樣一個程序難度是有點大的。

工具：DirectX9和其針對VB的庫(項目-添加引用。.NET庫里DX庫一般都有)，VB不知道現(xiàn)在支不支持DX10以上的版本，不過9絕對夠用了。

思路：一切3D圖形都是由三角形拼成的。矩形挖掉一個圓孔可不是一個方便畫的圖形，我估計至少得有24個三角形。你需要記錄這些點的坐標，或者干脆把它們寫在文件里，到時讀出來。

這是我的一個老DX程序的不完全的代碼(顯示一個黑乎乎的平面)，不一定能編譯，可以參考一下。

Imports Microsoft.DirectX '一定要~

Public Class FormMain

'Direct3D Startup

Dim d3dpp As New Direct3D.PresentParameters 'DX基本參數(shù)，例如全屏還是窗口等

Public MyDevice As Direct3D.Device ‘DX基本設(shè)備，畫圖就靠它。

'Matrices

Dim matWorld, matView, matProj As Matrix '世界位置矩陣，攝像機位置矩陣和透視矩陣，數(shù)學(xué)要學(xué)好啊。

'mesh

Public MyPlane as Direct3D.Mesh ’我們的物體

Public VBPlane(3) As Direct3D.CustomVertex.PositionNormalTextured '存放頂點位置的數(shù)組

#Region "DX Core"

Public Sub InitDeviceObjects()

With d3dpp ‘以下請照抄。

.Windowed = True ‘不全屏。

.SwapEffect = Direct3D.SwapEffect.Discard ’雙緩沖交換效果。請百度“雙緩沖”

.BackBufferFormat = Direct3D.Format.Unknown

.EnableAutoDepthStencil = True ’讓DX自動管理深度緩沖

.AutoDepthStencilFormat = Direct3D.DepthFormat.D16

End With

MyDevice = New Direct3D.Device(0, Direct3D.DeviceType.Hardware, Me.Handle, Direct3D.CreateFlags.HardwareVertexProcessing, d3dpp) '創(chuàng)建DX設(shè)備啦！以下兩句請照抄。

MyDevice.SetRenderState(Direct3D.RenderStates.ZEnable, True) ‘Z緩沖

MyDevice.SetRenderState(Direct3D.RenderStates.NormalizeNormals, True)'法線歸一化，請看相關(guān)數(shù)學(xué)書籍。

End Sub

Public Sub RestoreDeviceObjects()

Dim PlaneIB() As Short = {0, 1, 3, 0, 2, 3} ’頂點索引信息。

Dim AttrTable(1) As Direct3D.AttributeRange ‘頂點分組屬性表

AttrTable(0).AttributeId = 0

AttrTable(0).FaceStart = 0

AttrTable(0).FaceCount = 2 ’有兩個三角形

AttrTable(0).VertexStart = 0

AttrTable(0).VertexCount = 4 ‘四個點

‘頂點坐標信息。

VBPlane(0) = New Direct3D.CustomVertex.PositionNormalTextured(-500, -500, 0, 0, 0, 1, 0, 0)

VBPlane(1) = New Direct3D.CustomVertex.PositionNormalTextured(500, -500, 0, 0, 0, 1, 1, 0)

VBPlane(2) = New Direct3D.CustomVertex.PositionNormalTextured(-500, 500, 0, 0, 0, 1, 0, 1)

VBPlane(3) = New Direct3D.CustomVertex.PositionNormalTextured(500, 500, 0, 0, 0, 1, 1, 1)

MyPlane = New Direct3D.Mesh(2, 4, Direct3D.MeshFlags.Managed, Direct3D.VertexFormats.Position + Direct3D.VertexFormats.Normal + Direct3D.VertexFormats.Texture1, MyDevice) ’創(chuàng)建物體

MyPlane.SetVertexBufferData(VBPlane, Direct3D.LockFlags.None) ‘輸入頂點坐標數(shù)據(jù)

MyPlane.SetIndexBufferData(PlaneIB, Direct3D.LockFlags.None) ‘輸入索引數(shù)據(jù)

MyPlane.SetAttributeTable(AttrTable) ‘輸入頂點分組屬性表

End Sub

Public Sub Render() ‘調(diào)用它畫圖

Dim vlook As New Vector3(1, 0, 0)

Dim vPos As New Vector3(0,0,0)

Dim vUp As New Vector3(0, 0, 1)

MatView = Matrix.LookAtLH(vPos, vlook, vUp) ‘計算攝像機位置矩陣

Device.SetTransform(Direct3D.TransformType.View, MatView) ‘設(shè)置當前攝像機位置矩陣為MatView。

Dim fAspect As Single = Me.Width / Me.Height ’窗口長寬比

matProj = Matrix.PerspectiveFovLH(Math.PI / 4, fAspect, 1.0F, 10001) ‘計算透視矩陣MatProj。

MyDevice.SetTransform(Direct3D.TransformType.Projection, matProj) ‘設(shè)置當前透視矩陣為MatProj。

MyDevice.Clear(Direct3D.ClearFlags.Target + Direct3D.ClearFlags.ZBuffer, Color.Blue, 1.0F, 0) ’先刷藍屏

MyDevice.BeginScene() ‘開始畫

MatWorld = Matrix.Identity ’物體位于原點，不旋轉(zhuǎn)

Device.SetTransform(Direct3D.TransformType.World, MatWorld) ’設(shè)置物體位置

Me.Mesh.DrawSubset(0) ‘畫物體

MyDevice.EndScene() ’結(jié)束

MyDevice.Present() ‘顯示在屏幕上

End Sub

Public Sub DeleteDeviceObjects() ’結(jié)束程序時放掉資源

MyPlane.Dispose()

MyDevice.Dispose()

End Sub

#End Region

Private Sub FormMain_FormClosing(ByVal sender As Object, ByVal e As System.Windows.Forms.FormClosingEventArgs) Handles Me.FormClosing

DeleteDeviceObjects()

Windows.Forms.Cursor.Show()

End Sub

Private Sub FormMain_Load(ByVal sender As Object, ByVal e As System.EventArgs) Handles Me.Load

InitDeviceObjects()

RestoreDeviceObjects()

Windows.Forms.Cursor.Hide()

Render()

End Sub

End Class

vb.netme.containskey方法

vb.netme.containskey方法

作用是判斷Map中是否有所需要的鍵值，下面是具體的代碼：

復(fù)制代碼

public static void main(String[] args) {

MapString, String map = new HashMapString, String();

map.put("sf2", "111111");

map.put("s3f", "111111");

map.put("s4f", "111111");

map.put("s5f", "111111");

Boolean is = map.containsKey("f2");

if(is){

System.out.println("是有這個值的");

}else{

System.out.println("沒有的");

}

地下水水質(zhì)評價與預(yù)測

一、地下水水質(zhì)評價

地下水水質(zhì)評價是地下水資源評價的重要組成部分，只有水質(zhì)符合要求的地下水才是可以利用的地下水資源。地下水水質(zhì)評價的核心是評價模型的建立和運行。地下水水質(zhì)評價的方法很多，大體可分為以下幾類：綜合指數(shù)法、模糊數(shù)學(xué)法、灰色系統(tǒng)法、物元分析法、人工神經(jīng)網(wǎng)絡(luò)評價法等。不同的評價方法各有所長，每一種方法均有一定的適用條件，為了獲得較為準確的評價結(jié)果，系統(tǒng)提供了目前應(yīng)用較廣的水質(zhì)指數(shù)評價、模糊綜合評判和人工神經(jīng)網(wǎng)絡(luò)評價三種方法進行計算與比較，并結(jié)合GIS技術(shù)得到地下水水質(zhì)的空間變化規(guī)律。

（一）指數(shù)評價法

該評價方法以我國現(xiàn)行的《地下水質(zhì)量標準》（GB/T14848—93）為依據(jù)，包括單項評價和綜合評價法，單項評價采用單因子評價法，按《地下水質(zhì)量標準》所列分類指標，劃分為五類，不同類別標準相同時，從優(yōu)不從劣。綜合評價法按下式計算綜合評價分值F。

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

式中：F為各單項組分評分值Fi的平均值；Fmax為單項組分評價分值Fi中的最大值；n為參評項數(shù)。

該評價方法的優(yōu)點是數(shù)學(xué)過程簡捷、運算方便、物理概念清晰，存在的問題是描述環(huán)境質(zhì)量的非連續(xù)性和過于突出最大污染因子的作用。

（二）模糊綜合評價法

應(yīng)用模糊數(shù)學(xué)對水質(zhì)進行綜合評價的基本思想是：由實測值建立各因子指標對各級標準的隸屬度集，形成隸屬度矩陣，再把因子的權(quán)重集與隸屬度矩陣相乘，得到模糊積，獲得一個綜合評判集。綜合評判集表征水質(zhì)對各級標準水質(zhì)的隸屬程度，反映了綜合水質(zhì)級別的模糊性。從理論上講，模糊綜合評價法由于體現(xiàn)了水體環(huán)境中客觀存在的模糊性和不確定性，符合客觀規(guī)律，合理性更強。但評價過程較復(fù)雜，需要解決好權(quán)重的合理分配。該方法的評價過程為：

1.計算評價因子隸屬度

用線形隸屬函數(shù)確定各評價因子對各級水的隸屬度的計算公式如下：

j=1級水時：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

j=2,3,4級水時：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

j=5級水時：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

式中：Y為各因子分別屬于各級水的隸屬度；X 為各因子的實測濃度；Si,j,Si,j+1,Si,j-1為評價因子的各級水質(zhì)標準。

2.模糊關(guān)系R矩陣

通過隸屬函數(shù)的計算，求出單項指標對于各級別水的隸屬度，得到矩陣R:

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

3.評價因子權(quán)重的計算

權(quán)重就是各評價因子對總體污染物影響程度的貢獻及對人體影響效應(yīng)的比重。對某種污染物濃度的分級標準Si可以取其各級標準平均值：Si＝∑ Sj/m，對于某些在水中含量越高表明水質(zhì)愈差的評價因子，其權(quán)重公式為：Wi= Xi/Si；對于某些在水中含量越高表明水質(zhì)愈好的評價因子，其權(quán)重公式為：Wi= Si/Xi。

應(yīng)用該方法時，對各項水質(zhì)指標（或組分）目前常用的權(quán)重處理方法作了適當改進，即在確定各項水質(zhì)指標（組分）的權(quán)重（Wi）時，除考慮某一組分的超標程度外，同時考慮了該項組分對人體健康的危害程度。對人體健康危害相對較小的常規(guī)組分及TDS、硬度和鐵（錳）等，在常規(guī)方法獲得的相對權(quán)值基礎(chǔ)上，乘以“0.6”的修正系數(shù)；而對人體健康危害較大的組分（如氟、氨、硝酸根、亞硝酸根、磷及汞、鉻、酚等）則乘以“1.0”系數(shù)。然后再用修正后的相對權(quán)重進行歸一化的權(quán)重計算。這種做法減少了對人體危害性較小組分在決定水質(zhì)級別中的作用，更符合本區(qū)當前各質(zhì)量級別地下水的使用現(xiàn)狀。

權(quán)重進行歸一化處理公式為：－iW=Wi/∑Wi，∑Wi=1，從而得到權(quán)重矩陣A，它是一行n列矩陣（n為參加評判的因子數(shù)）。

4.綜合評價

模糊數(shù)學(xué)綜合評價是通過模糊關(guān)系矩陣R 和權(quán)重矩陣A 的復(fù)合運算而進行的評價。實際是對各項評價因子進行加和合成，用數(shù)學(xué)式表示為：B=A·R。

其中B是以隸屬度表示的水質(zhì)級別模糊評價向量（行矩陣），由模糊矩陣R 和A 的復(fù)合運算得到，系統(tǒng)采用相乘求和的算法進行運算。

（三）BP神經(jīng)網(wǎng)絡(luò)評價法

人工神經(jīng)網(wǎng)絡(luò)是一種由大量處理單元組成的非線性自適應(yīng)的動力學(xué)系統(tǒng)，具有學(xué)習(xí)、聯(lián)想、容錯和抗干擾功能。應(yīng)用人工神經(jīng)網(wǎng)絡(luò)評價水質(zhì)，首先將水質(zhì)標準作為“學(xué)習(xí)樣本”，經(jīng)過自適應(yīng)、自組織的多次訓(xùn)練后，網(wǎng)絡(luò)具有了對學(xué)習(xí)樣本的記憶能力，然后將實測資料輸入網(wǎng)絡(luò)系統(tǒng)，由已掌握知識信息的網(wǎng)絡(luò)對它們進行評價。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法都是對所有評價因子以同樣的標準進行處理，體現(xiàn)不出各評價因子對環(huán)境和人體影響的差異，而且往往因為某個評價因子的數(shù)值過大而導(dǎo)致總體的評價水質(zhì)較差。因此，從實用的角度，在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模擬地下水水質(zhì)評價因子與地下水水質(zhì)級別間的非線性關(guān)系的基礎(chǔ)上，對評價因子進行了分組，進行水質(zhì)評價。

1.BP神經(jīng)網(wǎng)絡(luò)模型概述

地下水環(huán)境質(zhì)量評價所采用的神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)果如圖13—2所示。它是由一個輸入層、一個隱層和一個輸出層構(gòu)成的三層網(wǎng)絡(luò)結(jié)構(gòu)。輸入層接受外界信息，輸出層則對輸入信息進行判別和決策；隱層用來儲存知識。層與層之間的神經(jīng)元（節(jié)點）單方向互聯(lián)，其聯(lián)接程度用權(quán)值表示，并通過學(xué)習(xí)來調(diào)節(jié)其值。該神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過程中由正向傳播和反向傳播兩部分組成。正向傳播是數(shù)據(jù)由輸入層經(jīng)隱層處理傳向輸出層；反向傳播是誤差信號從輸出層向輸入層傳播并沿途調(diào)整各層聯(lián)接權(quán)值和各層神經(jīng)元的閾值，以使誤差信號不斷減小，通常采用Sigmoid函數(shù)作為神經(jīng)元的激發(fā)函數(shù)。Sigmoid函數(shù)為：

圖13—2 網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖

如果正向傳播的輸出與給定的期望輸出模式有較大的誤差而不滿足精度要求的時候，就轉(zhuǎn)入誤差反向傳播過程，將誤差沿原來的聯(lián)接通路返回，通過修改各層神經(jīng)元的聯(lián)系權(quán)和閾值使誤差減小，然后再轉(zhuǎn)向正向傳播過程，隨著模式正向傳播和誤差反向傳播的反復(fù)交替，網(wǎng)絡(luò)得到了記憶訓(xùn)練，當網(wǎng)絡(luò)的全局誤差小于給定值后，訓(xùn)練終止，即可得到收斂的網(wǎng)絡(luò)和相應(yīng)穩(wěn)定的權(quán)值和閾值。利用這個收斂的網(wǎng)絡(luò)可以完成實際的模式識別任務(wù)。

2.教師樣本以及模型各層節(jié)點數(shù)目的確定

依據(jù)GB/T14848—93，地下水質(zhì)量分類標準的Ⅳ類與Ⅴ類水標準的界值是同一數(shù)值，該標準規(guī)定小于等于該值為Ⅳ類水，大于該值為Ⅴ類水。而水環(huán)境質(zhì)量標準的劃分一般都是指一個濃度區(qū)間。為了符合評價的要求，按照一些文章提出的方法來確定分級代表值：Ⅰ類水的標準界值作為Ⅰ類水的分級代表值，Ⅱ類水的分級代表值為Ⅰ類水和Ⅱ類水標準界值的中值，其余依次類推，將Ⅴ類水（Ⅳ類）的界值作為Ⅴ類水的分級代表值。具體見表13—1。

表13—1 BP神經(jīng)網(wǎng)絡(luò)的教師樣本

續(xù)表

輸入層節(jié)點數(shù)為監(jiān)測指標的數(shù)目，輸出層節(jié)點數(shù)為1，當預(yù)定誤差為0.001、學(xué)習(xí)效率取0.5時，經(jīng)過反復(fù)試驗計算，確定隱層數(shù)為30時，網(wǎng)絡(luò)的收斂效果較好。

3.水質(zhì)評價BP模型建立時樣本數(shù)據(jù)處理

為消除各監(jiān)測指標特征之間由于量綱的不同及監(jiān)測數(shù)值大小的差異對計算過程的影響，需對原始數(shù)據(jù)做規(guī)范化處理，選用下述方法，效果較好。

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

式中：

為第k樣本的第i個輸入值；xi,max和xi,min分別為第i個水質(zhì)指標的最大值和最小值。

另外，為了消除極值的影響，如果污染水質(zhì)指標達到Ⅴ類，輸入時就按Ⅴ類水的下限輸入；對于某些小于一類水標準上限濃度1/10的監(jiān)測數(shù)據(jù)，輸入時就按一類標準上限的1/10輸入。

4.運行BP神經(jīng)網(wǎng)絡(luò)評價程序

鑒于VB.net寫成的神經(jīng)網(wǎng)絡(luò)算法運行速度過慢，同時經(jīng)過實踐，用C+＋寫成的神經(jīng)網(wǎng)絡(luò)運算速度相對比較快，所以采用混合編程的方法。用C+＋寫成神經(jīng)網(wǎng)絡(luò)程序，然后在VB.net下調(diào)用C+＋程序進行評價。但是為了達到程序運行美觀，讓C+＋程序在后臺運行，從而兼具了VB.net界面可視化和DOS程序運行速度快的優(yōu)勢。

二、地下水水質(zhì)預(yù)測

進行地下水污染預(yù)警，要充分運用各種專家的知識經(jīng)驗和有效的模型預(yù)測手段，在過去地下水環(huán)境及其演化趨勢的基礎(chǔ)上，預(yù)計未來可能發(fā)生的環(huán)境影響，綜合考慮地下水環(huán)境的自然屬性，判別地下水環(huán)境質(zhì)量狀況。在系統(tǒng)中是利用已知多年地下水水質(zhì)觀測資料來推算近期地下水水質(zhì)的動態(tài)變化情況。系統(tǒng)提供了兩種預(yù)測方法，即時間序列分析與灰色預(yù)測。

（一）時間序列分析

地下水水質(zhì)動態(tài)的時間序列分析方法的基本思想是認為地下水水質(zhì)在隨時間變化的過程中，任一時刻的變化和前期要素的變化有關(guān)，利用這種關(guān)系建立適當?shù)哪Ｐ蛠砻枋鏊鼈冏兓囊?guī)律性，然后利用所建立的模型做出地下水動態(tài)未來時刻的預(yù)報值估計。用時間序列分析的方法，可以建立多種用于預(yù)報的隨機模型，本系統(tǒng)采用指數(shù)平滑法進行預(yù)測。指數(shù)平滑的原理為：當利用過去觀測值的加權(quán)平均來預(yù)測未來的觀測值時（這個過程稱為平滑），離得越近的觀測值要給以更大的權(quán)。而“指數(shù)”意味著：按照已有觀測值“老”的程度，其上的權(quán)數(shù)按指數(shù)速度遞減。

指數(shù)平滑法具有計算比較簡單，對實際變化比較靈敏，在預(yù)測時所需的觀測值不多等特點。這種方法在整個預(yù)測過程中，始終不斷地用預(yù)測誤差來糾正預(yù)測值。基本思路是首先對原始數(shù)據(jù)（監(jiān)測值）作處理，處理后的數(shù)據(jù)稱作“平滑值”。給定一個權(quán)系數(shù)α（平滑常數(shù)），則平滑值由下式得到：

St＝α·Xp＋（1—α）·Xt

式中：St為平滑值；Xp為新數(shù)據(jù)；Xt為老數(shù)據(jù)。

上式表明所求得的平滑值是新老數(shù)據(jù)的加權(quán)組合。計算時，數(shù)據(jù)處理按幾級分幾次作，常記

、

、

分別為t時刻的第1次、第2次、第3次的平滑值。對經(jīng)過處理的數(shù)據(jù)（平滑值）再作適當計算可構(gòu)成以下非線性預(yù)測模型：

Yt+T=at+bt·T＋c·tT2

式中：Yt＋T為t+T時刻預(yù)測值；T為以t為起點向未來伸展時刻（t以后模型外推時間）；at、bt、ct為模型參數(shù)，分別代表t時刻的期望值、線性增量、拋物線增量。

其中：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

計算時所使用的原始數(shù)據(jù)（監(jiān)測值）為X1、X2、X3……。

為加工后的數(shù)據(jù)，即t時刻第j次的平滑值。各次平滑后為：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

計算中應(yīng)注意的問題：

（1）系數(shù)a的大小，關(guān)系到計算的合理性，一般a由經(jīng)驗確定，通常當變化趨勢平衡時，實際值的變化僅受偶然因素的影響，可取小的a值加權(quán)；變動不穩(wěn)定，實際值的變動還受偶然因素之外的變動的影響，則可取較大的a值加權(quán)。a值的取值范圍為0～1，即0≤a≤1，當a值接近于零時，表示對過去的實際值作最小的加權(quán)，a值接近于1時，表示對現(xiàn)在實際值作最大加權(quán)。計算時可參考以下取值原則：

當變量的時間變動較為顯著，宜取較大的a值（a=0.3～0.5），以使近期數(shù)據(jù)在指數(shù)平滑法中發(fā)揮較大作用。

當時間序列趨勢較穩(wěn)定，宜取小的a值（a=0.05～0.2），使各個統(tǒng)計值在指數(shù)平滑中具有大小相近的權(quán)數(shù)。

當時間序列趨勢有較緩的變化時，a可取值0.1～0.4。

（2）后一級平滑值

是通過前一級平滑值

算出的。然而，當t=0時，無前一級平滑值。因此各級初始平滑值

一般憑經(jīng)驗給出，多采用與其他實際數(shù)據(jù)比較接近的值或觀測序列中的第一個值。

（二）灰色預(yù)測

1982年我國學(xué)者鄧聚龍教授提出了灰色系統(tǒng)理論，它把一般系統(tǒng)論、信息論、控制論的觀點和方法延伸到社會、經(jīng)濟、生態(tài)等抽象系統(tǒng)，并結(jié)合數(shù)學(xué)方法，發(fā)展成為一套解決信息不完備系統(tǒng)即灰色系統(tǒng)的理論和方法。它可以利用連續(xù)的灰色微分模型，對系統(tǒng)的發(fā)展變化進行全面的觀察分析，并做出預(yù)測?；疑到y(tǒng)是指信息不完全、不充分的系統(tǒng)?；疑到y(tǒng)理論中GM（1,1）模型，代表1個變量的一階微方方程，它既是一種動態(tài)的數(shù)學(xué)模型，又是一種連續(xù)的數(shù)學(xué)函數(shù)。其根據(jù)關(guān)聯(lián)度收斂原理、生成數(shù)、灰導(dǎo)數(shù)和灰微方程等論據(jù)和方法來建模。建模技巧是利用量化方法將雜亂無章的原始數(shù)據(jù)列，通過累加生成處理，使之變成有規(guī)律的原始數(shù)據(jù)列，利用生成后的數(shù)據(jù)列建模，在預(yù)測時再通過還原檢驗其誤差。

鑒于地下水質(zhì)動態(tài)變化的復(fù)雜性，受諸多因素制約，具有很大的不確定，其實質(zhì)上就是一個處于動態(tài)變化之中的灰色系統(tǒng)，因此可用GM（1,1）建模，建立模型的基本步驟如下：

第1步：對數(shù)據(jù)序列作一次累加生成，得到：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

第2步：構(gòu)造累加矩陣B與常數(shù)項向量YN，即

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

第3步：用最小二乘法解灰參數(shù)：

第4步：將灰參數(shù)代入時間函數(shù)：

第5步：對

（1）求導(dǎo)還原得到：

第6步：計算

與

之差

及相對誤差e（t）

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

第7步：誤差校正，以

為原始數(shù)據(jù)再進行一次灰色預(yù)測。

對呈增長趨勢的變化過程，用GM（1,1）都能得到較好的精確度，但有時遇到的變化過程較差的增長趨勢，用一次GM（1,1）得不到滿意的精確度，此時為了得到更好的精確度，常對其進行誤差校正，這就是常說的GM（1,1）改進模型。模型的精確度可通過已知的前n個歷史數(shù)據(jù)與其相應(yīng)的n個預(yù)測數(shù)據(jù)比較，若精確度較好，則直接預(yù)測下一個未知數(shù)據(jù)。否則，要進行修正。

為了提高GM（1,1）模型的精度，可采用殘差GM（1,1）模型來進行模型的修正，殘差修正模型可以是生成模型，也可以是還原模型。

還原模型的相應(yīng)數(shù)列為：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

殘差

為：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

是下述模型的數(shù)據(jù)：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

若通過殘差

建立的GM（1,1）為：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

則

的導(dǎo)數(shù)為：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

修正后的模型為：

松嫩平原地下水資源及其環(huán)境問題調(diào)查評價

當前名稱：包含vb.net歸一化的詞條
本文路徑：http://jinyejixie.com/article24/dochgje.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)建站、網(wǎng)站維護、外貿(mào)建站、虛擬主機、網(wǎng)站制作、軟件開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)