基坑变形灰色预测预警系统

文章从分析基坑位移影响因素和位移特征入手 ,提出了根据现场位移观测值建立灰色预测预警模型的思路 ,并讨论了建模过程。实践证明基坑变形灰色预测系统有较好的精度 ,对指导基坑开挖和支护有积极意义     

灰色预测理论在回采工作面周期来压步距中的应用

结合工程实例,应用灰色系统理论,视周期来压为灾变事件,采用灾变预测转化为数列预测的方法,并将循环次数代替周期来压步距建立了灰色系统GM(1,1)模型和Verhulst模型,同时结合指数回归和对数回归拟合对比分析。分析结果表明,GM(1,1)模型适用于对周期来压步距进行短期预测,而Verhulst模型适用于进行长期预测,具有更高的精度。     

基于优化GM(1,1)在基坑变形预测中的应用研究

传统GM(1,1)模型以数据序列背景值边界均值预测基坑沉降变形,精度低、残值大。基于灰色理论应用对数法与二次插值法分别对传统模型进行改进与优化,结合基坑沉降变形监测数据,采用三种模型分别预测对比分析,研究结果表明:改进的两种预测模型精度优于传统模型;预测值与监测值在基坑沉降变形趋势一致。     

某基坑变形的综合预测模型

在分析BP神经网络和灰色模型群的变形预测基本原理的基础上,以某基坑为例,分别构建了基于BP神经网络的预测模型、基于灰色模型群的预测模型以及基于BP神经网络模型和灰色模型群的综合预测模型,预测了该基坑开挖过程中产生的变形值。研究表明:综合预测模型的预测精度优于其余两类模型,对于提高基坑的变形预计精度有一定的参考价值。     

Verhulst模型在滑坡预测预报中的应用研究

Verhulst(费尔哈斯)模型自被提出后,被广泛应用到滑坡预测预报中。传统Verhulst模型和Verhulst反函数模型在国内外众多知名的滑坡数据中得以验证,二者相比,传统Verhulst模型预测效果更好。但随着研究的深入,发现两种模型都存在误报的现象,进而被不断改进创新。Verhulst模型在初始值、背景值、判据、运算方法等方面得到优化改进,Verhulst反函数模型仅在初始条件和计算方法上做了简要优化。根据目前优化改进的模型,灰色马尔科夫Verhulst动态模型在Verhulst模型中预测精度最高,适用性最强。而Verhulst反函数模型的改进研究发展相对较少,其适用性和预测预报精度有待考虑。     

地铁基坑水平位移预测分析

以某地铁基坑的实测资料为基础,采用灰色系统理论对其水平位移进行了灰色预测.分析结果表明:模型预测值偏大,但其预测结果同样具有较好的精度,并有一定的安全余地.因模型前期预测时序数列是不断更新的,故该模型不能作中长期位移预测.     

基于稳健GM(1,1)模型的基坑变形监测数据处理方法

由于基坑地质及观测环境的多样性和复杂性,基坑位移监测数据处理的理论与实际模型之间存在着模型误差。若模型误差显著,则所得到位移拟合模型的精度较差,将影响后继变形分析的准确性。针对这一问题进行了深入研究,提出了基于稳健估计的GM(1,1)模型,将最小一乘法应用于微分方程变量参数求解,建立了稳健灰色模型。实际应用表明,稳健灰色模型比常规灰色模型具有更好的抗干扰性能和受异常点影响较小的优点,对基坑变形预测有较好的参考实用价值。     

顾及开挖深度的灰色系统模型在基坑沉降预测中应用

为提高基坑开挖过程中变形监测实时预测的准确性与可靠性,文章结合灰色系统理论,考虑关于监测数据与基坑开挖深度之间的关系,建立离散灰色系统模型,利用该模型对原始沉降数据进行分析预测,并通过实验数据对比分析得出,利用离散灰色系统模型预测的结果与实测数据相吻合,预测精度可靠,且具有一定的参考价值。     

灰色神经网络组合模型在变形监测数据分析中的应用

针对基坑变形预测中数据的灰色性和非线性的特点,提出用灰色神经网络组合模型预测基坑变形的新方法.该文将灰色模型与神经网络模型并联构成组合预测模型,融合二者的优点,并结合实例,将灰色模型、神经网络模型和灰色神经网络组合模型的预测结果进行对比分析.结果表明:灰色神经网络组合模型的预测结果更精确,对变形监测的生产实践具有一定的参考意义.     

基于小波分析的灰色预测法预测边坡变形

通过分析小波理论和灰色模型的各自特征,提出了基于小波分析的灰色预测模型。即先用小波滤波法对监测数据进行去噪处理,之后再建立灰色预测模型进行预测,该方法可有效地提高预测精度。     

灰色系统预测在基坑信息化施工中的应用

基坑工程系统是一个灰色系统。根据灰色系统理论，建立了基坑变形的GM（1，1）预测模型。根据工程实例的位移及沉降观测值对后续施工中的变形值进行预测，并用工程实例后续监测值加以验证。研究结果表明，基坑变形的灰色预测模型具有较好的精度，对指导基坑开挖和支护具有积极意义。     

基于灰色系统模型的矿区地表沉降预测研究

文中以灰色Verhulst模型为预测模型,以陕西北部某煤矿某综采工作面地表26期实测沉降值为实验数据,开展了地下采矿后地表沉降预测的实践研究。以实验数据中的A10、A11、A12和A13号监测点预测结果计算了灰色系统模型检验中后验方差法的C值和P值,进行了预测模型的精度评价。结果表明:灰色系统Verhulst模型精度达到了一级,可为地下采煤区地表沉降预测研究与实践提供参考。     

基于并联型灰色神经网络模型的隧道沉降量预测方法探讨

灰色预测方法和人工神经网络,在建筑物变形预测中有各自的优势和不足.为了提高预测精度,该文结合灰色GM(1,1)模型和BP神经网络模型的特点,构造并联型灰色神经网络模型(PGNN)对南京地铁隧道某监测点的沉降量进行预测.结果显示,PGNN的预测精度明显高于单一的灰色GM(1,1)模型和BP神经网络模型,证明了PGNN组合方法在地铁隧道沉降量预测中的有效性.     

深基坑支护结构位移的非等步长灰色模型预测

针对基坑支护结构变形监测数据的特点 ,建立了非等步长灰色模型 ,利用所建立的模型对支护的位移进行预测 ,结果表明预测值与实测值误差较小 ,说明了本模型具有较高的精度     

用灰色理论Verhulst 模型进行富家坞矿北帮边坡大滑坡的预报

对灰色理论的Verhulst 模型作了简介, 利用作者编制的程序对富家坞露天矿北帮边坡大滑坡时间作出了科学的预测。预测的滑坡时间与实际的滑坡时间的误差在工程允许精度之内。分析表明用Verhulst 模型对边坡作长期与短期滑坡预报都是可行的。     

动态灰色预测模型在崩落法矿山地表沉降预测中的应用

针对灰色预测模型GM(1,1)更适用于短期预测的问题,以其为基础采用等维新息和等维灰数递补两种动态灰色预测方法对矿山地表的沉降量进行了中长期预测研究。探讨了等维新息模型和等维灰数递补模型预测的实现机理,对不同模型的预测结果和精度进行了比较研究。研究发现等维新息模型可以利用新息调整灰色模型,等维灰数递补模型可以利用灰度约束灰平面的大小,两者相结合能够提高模型的预测精度。工程实践表明:将等维新息模型和等维灰数递补模型结合运用,适用于中长期的沉降预测,能够获得更为合理和精确的预测结果。     

灰色Verhulst模型在矿区沉降预测中应用探讨

在沉陷日常监测中,受各种不利因素影响,数据不易获得,数据量往往不多,从而影响了沉陷的预计精度。针对这个问题,在对数据等时间距化的基础上,运用了GM(1,1)和灰色Verhulst模型对沉降量进行了预计。结合矿区地表实测沉降进行了实例验证,结果表明灰色Verhulst模型对矿区沉降量的预计比GM(1,1)更为有效。     

基于PCA-GWO-SVM的矿山边坡变形预测

针对矿山边坡预测模型精度低等问题,提出一种由主成分分析(PCA)、灰狼算法(GWO)和支持向量机(SVM)组合的混合模型(PCA-GWO-SVM)。首先,采用PCA对原始数据进行降维去噪;其次,通过GWO算法优化支持向量机参数;最后,通过SVM实现矿山边坡变形的预测。矿山边坡实例表明PCA-GWO-SVM模型具有更高的预测精度。     

灰色系统GM(1,1)在煤矿巷道围岩变形预测中的应用

分析了煤矿井下巷道围岩稳定性特征,并研究了灰色系统的基本理论知识,根据研究建立了基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型。通过预测模型进行预测,结果表明,围岩变形量后验差比值为0.1396,精度等级为一级。因此,基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型能够为现场开采和围岩控制提供指导。由于灰色系统理论具有一定的局限性,当预测序列长度太大时会逐步发散,因此,该模型只可作短时间内的预测。     

改进灰色GM(1,1)模型在煤炭消费预测中的应用

根据灰色系统理论构建并优化了灰色GM(1,1)预测模型,应用模型对我国煤炭消费总量进行拟合和预测。该模型通过减少数据受到的冲击扰动,以适应中长期预测。经检验,该模型具有较好的精度,预测结果反映出的煤炭消费发展趋势,可为今后制定煤炭发展战略提供参考。