灰色误差理论在岩矿测试数据处理中的应用研究

彭秉军 马春红 张晓敏 姚福存

摘 要：灰色误差理论是一种针对小样本不确定问题提出的数据处理方法，近年来，这项技术在岩矿测试数据中应用越来越多，而且收到了良好的应用效果。与传统数据处理方法相比，灰色误差理论数据处理方法有着较多的优点，其精确性更高，而且实用性也更强，对这项处理方法进行改进与优化，其适用范围会越来越广，下面该研究者对灰色误差理论的概念进行简单的介绍，对灰色误差理论在岩矿测试数据处理中的应用进行了研究。

关键词：灰色误差 岩矿测试 数据处理 应用

中图分类号：P624 文献标识码：A 文章编号：1672-3791（2015）05（a）-0247-01

1 灰色误差理论的概念

灰色误差理论下的数据处理方法与传统的方法相比，有着较强的针对性，而且准确度也比较高。传统的数据处理主要是针对大样本不确定性问题，而适用的范围并不广，需要保证数据信息的完整性，传统的数据处理方法是以统计学理论为工作原理，在研究的过程中，需要保证数据量达到一定规模，还要保证数据可以呈现出正态分布的规律。所以，传统的数据处理方法有着一定局限性，在应用的过程中有着一定难度。在对测量不准确度进行评定时，会增加数据处理运算的工作量，由于运算的过程比较繁琐，会使计算结果的准确性会大大降低。在这样的背景下，灰色误差理论被提出后，研究出了一种新的数据处理方法，新的处理方法可以解决小样本不确定性问题，可以针对非统计测试数据进行处理。灰色理论是指介于白色与黑色系统之间的中间状态。在处理的过程中，需要借助专业的测量仪器，数据处理的过程中，结果的准确性会受到环境因素以及人为因素的影响，为了保证结果的准确性，可以采用测量值代替真实值的方式进行计算。根据灰色误差理论的相关概念，可以将测试结果中不确定部位当做灰色误差。灰色误差理论是指可以在杂乱无章的数据中找到潜在的规律，这种运算过程比较简单，在岩矿测试中发挥着重要的作用，可以对岩矿的物理性质、化学性质进行测试。灰色误差理论在岩矿测试数据处理中发挥着重要的作用，其属于小样本信息处理，所以对岩矿测试有着较强的适用性。

运用灰色误差理论，可以在无序的数据中找出一定规律，可以找寻出一定关联性因素，而且可以对事物的变化进行客观的描述，在对无序的数据进行累计的过程中，可以进行适当的累加或者累减，这种数据处理方式有助于找出数据的规律。在累计处理的过程中，可以找出数据潜在的规律。灰色误差理论受到外界因素的影响比较小，其不会受到数据分布或者数据数量的限制，测试的数据数量3时，即可对测试数据进行处理。灰色误差理论下研究出的新的数据处理法可以弥补传统数据处理方法的缺陷，采用新型数据处理法测得的结果准确度更高，真实性也更强，可以有效的减少误差，在岩矿测试数据的应用中，收到了良好的效果。

2 灰色误差理论在岩矿测试数据处理中的应用

在岩矿进行测量时，需要应用较多的测量方法，测量到的数据包括物理数据、化学数据、定测测量数据等，由于这些数据无法形成较大的规模，属于小样本不确定问题的处理，所以，应用传统的数据处理方法无法满足对测量结果准确性的要求，应用灰色误差理论下的数据处理方法，可以有效的解决这一问题。在实际的测试过程中，测试结果还被划分为有标准和没有标准值两种情况，其中有标准值的情况也仅仅只局限于有证标准物的测试。利用传统的方法在岩矿测试数据处理当中无法显示出足够的精准度，需要运用灰色误差理论对岩矿测试数据进行处理。该文以某岩矿样本中Au含量为例，首先进行测试生成两组九个测试数据，然后通过测量数据建立灰色分析模型，数据序列1=︱2.02，2.24， 2.36，2.37，2.60，2.62，2.65，2.81，2.90︱。平均值=2.51，相对标准差=0.2822。数据序列2=︱2.15，2.23，2.44，2.63，2.68， 2.71，2.71，2.86，3.10︱。平均值=2.61，相对标准差=0.2985。假设这些测量数据在第p个测量点发生转折，则p的取值=（n+1）/2，其中n为测量数据个数，根据公式本次试验n取值=9，所以可以得出转折点p=5。由测量数据根据公式可以得到最大距离Δmax=1.04。首先怀疑测试数据X1（1）=2.02和X2（9）=2.90中可能含有粗大误差，根据公式进行计算得：

发现1.73<2.02<2.51，19.09<19.67<20.08，所以测量数据不含有粗大误差。

同样将数据序列2代入公式计算n=9，转折点p=5，由测量数据可得Δmax=1.02。首先怀疑测试数据X1（1）=2.15和X2（9）= 3.10中可能是含有粗大误差，然后根据公式进行计算得：

由计算结果可知1.85<2.15<2.61，19.94<20.41<20.88，同样满足条件所以测量数据不含有粗大误差。然后对数据序列1和数据序列2进行误差检验，首先以第一个测试数据X1（1）=2.02为参考，代入公式计算出的序列=︱0.00，0.22，0.34，0.35，0.58，0.60，0.63，0.79，0.88，0.13，0.21，0.42，0.61，0.66，0.69，0.69，0.84，1.08︱，然后根据公式

可以得到关联系度=︱0.571，0.512︱由此可知两个序列的关联度差值<0.1，所以可以认定数据序列1和数据序列2中不存在显著误差。然后为了能够更加精确的分析岩矿测试数据，还需要进行标准测量不确定度的评定，进一步验证岩矿的测试数据。

3 结语

通过对比发现，灰色理论误差下的数据处理方法更适合应用在岩矿测试中，这种新型的数据处理方法主要是针对小样本不确定性问题，其可以找出无序数据中的规律，可以发现数据潜在的规律。传统的数据处理方法对数据的规模有着一定要求，其运算的方式比较复杂，主要是利用了统计学原理，所以处理的成本比较高，对处理结果的准确性无法有效保证。灰色误差理论的数据处理方法对测试的样本没有要求，所以，受到的限制也比较少，运算过程比较简单，可以有效保证数据处理结果的精准性。

参考文献

[1] 毛树华.基于奇异值分解的灰色模型参数估计[J].武汉理工大学学报（交通科学与工程版），2008（3）：500-502.

[2] 於杨，王颖龙.基于灰色关联方法的目标类型识别[J].弹箭与制导学报，2007（5）：338-340.

[3] 薛松涛，钱宇音，陈，等殚.应用灰色关联度分析检测结构损伤的位置和程度[J].振动与冲击，.2005（1）：66-69.