中国测试测量仪器校准间隔的灰色非等时距预测孙群赵颖王国华2（1.聊城大学汽车与交通工程学院，山东聊城252059；2.北京航空航天大学仪器科学与光电工程学院，北京100191析历史校准数据的特征，建立校准数据的数学描述模型。考虑到历史校准数据小样本、非线性的特点，采用灰色新陈代谢非等时距GM（1，1预测模型，预测测量仪器的非等时距校准间隔表1非等时距历史校准监控数据序号表示时间校准值不确定度/c对表1列出的历史校准数据分别采用灰色非等时距GM（1，1模型、灰色新信息非等时距GM（1，1模型和灰色新陈代谢非等时距GM（1，1模型进行计算，得到各个模型的拟合曲线如所示。

　　如所示，所用的3个预测模型在校准数据发展总趋势上，都较好地拟合了校准数据真实值。其中，灰色新陈代谢非等时距GM（1，1模型拟合值中没有粗大数据，拟合校准数据真实值的效果好。

　　同时，得到各模型拟合的百分比误差，见表2.如表2所示，所用的3个预测模型拟合校准数据真实值的平均误差都较小，其中，灰色新陈代谢非等时距GM（1，1模型的平均误差小。

　　实验表明：在历史校准数据较少的情况下，利用灰色非等时距GM（1，1模型建模效果并不理想，有时甚至无法建立模型。在加入新信息后，利用灰色新信息模型建模，效果明显得到改善。加入新信息并去除老信息后，即采用灰色新陈代谢模型后，拟合精度明显提高。

　　校准真实值灰色非等时距GM（1，1）模型拟合结果灰色新信息非等时距GM（1，1）模型拟合结果5-5灰色新陈代谢非等时距GM（1，1）模型拟合结果序号各个模型的拟合曲线表2各个模型的拟合精度序号校准间隔预测模型平均误差/c灰色非等时距NEGM（1，1）灰色新信息非等时距NEGM（1，1）灰色新陈代谢非等时距NEGM（1，1）5结束语经优化后的校准间隔呈现非等时距的特性，根据历史校准数据小样本、非线性的特征，引入灰色新陈代谢非等时距GM（1，1模型进行校准间隔的预测。仿真实验表明了灰色新陈代谢非等时距GM（1，1模型能够较好地预测测量仪器的变化趋势，适合用于校准间隔的预测。根据具体的历史校准数据，灰色新陈代谢非等时距GM（1，1模型的其他改进形式，也可用于校准间隔的预测。