基于灰色BP神经网络的沉降预测模型应用研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的建筑物沉降预测模型,通过工程实例数据分别对GM(1,1)模型和灰色BP神经网络模型进行验证,得到了灰色BP神经网络的预测效果要比单纯的灰色GM(1,1)预测模型精度要高的结论,本模型为解决建筑物基础沉降预测分析提供了一种新的方法.     

GM(1,1)-星野法沉降预测模型研究与应用

围绕目前高速公路路基沉降预测精度不高,预测方法适用性不强等问题,基于组合预测理论,借助MATLAB计算软件,将基于灰色理论的GM(1,1)预测模型和星野法沉降预测模型线性组合,以组合预测误差的平方和最小为标准确定两种预测方法的权重系数,提出GM(1,1)-星野法组合预测模型。结合广东某高速公路施工期以及运营期路基实测沉降数据,GM(1,1)-星野法组合预测模型预测结果较两种方法单独预测结果具有更高的预测精度,工程适用性更强。     

灰色理论在偏压连拱隧道中的应用

以天鹅隧道为背景,把灰色GM(1,1)模型应用到连拱隧道预测分析中,结合MATLAB软件建立不同阶数的灰色理论GM(1,1)模型,分别对隧道中导洞的水平位移和进口左洞的拱顶沉降进行预测分析。分析表明:预测结果与监测结果接近;通过把连拱隧道水平位移和拱顶沉降实测值输入GM(1,1)模型中,可以准确的预测未来短时间内的围岩变形值,且选取合适的阶数建模会提高预测精度,除此之外,灰色预测模型也可以指导动态设计和信息化施工。     

建筑物沉降的灰色系统预测

在建筑物沉降过程中,各监测点相互影响、相互制约,应用灰色系统理论建立了建筑物沉降变形的系统预测GM(1,N)模型.通过工程实例,证明GM(1,N)模型与GM(1,1)模型相比有较好的拟合精度和预测可靠度,对沉降预测有很大参考价值.     

修正灰色模型研究及在路基沉降中的应用

在众多的曲线拟合方法中,灰色模型曲线可以用来描述路基沉降.但灰色模型有不足之处,主要是GM(1,1)预测模型是增长指数模型,具有无限增长的特性.作为能量系统,不可能出现这种现象.本文在灰色模型的基础上进行改进,提出了修正灰色模型,并将其应用于路基沉降研究.结果显示本方法能够准确地预测沉降,从而使后期施工组织安排达到最优化.     

GM(1,1)与Verhulst模型在地基沉降预测中的适用性比较

为比较灰色Verhulst模型和GM(1,1)模型在地基沉降预测中的适用性,对某工程实例复合地基的沉降进行分析,并与实测沉降数据进行对比.结果表明:灰色Verhulst模型比GM(1,1)模型更适用,Verhulst模型预测结果更接近实测值,预测精度也更高;Verhulst模型不仅能够预测最终沉降量,也能很好地反映全过程的沉降与时间的关系.两种灰色模型中,Verhulst模型预测精度高,更适合应用于地基沉降预测,值得在实际工程中推广运用.     

基于灰色系统理论的建筑沉降预测方法及其实证分析

针对建筑沉降的特点,根据灰色系统理论,运用灰色预测模型GM(1,1)对建筑沉降进行预测分析,并结合工程实例进行验证,其验证结果令人满意.     

应用灰色新陈代谢GM(1,1)模型预测河流水质

由于常规GM(1,1)模型进行预测时,精度较高的仅是最近的几个数据,越往未来发展,该模型预测的精度也就越弱。针对常规GM(1,1)模型存在的不足,运用灰色系统理论,建立了灰色新陈代谢GM(1,1)河流水质预测模型,对该模型的精度以及误差进行了分析,并利用该模型对某地区河流的水质进行了预测。计算机实际模拟证明:灰色新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测的可靠程度,从而实现河流水质的早期预测评估。     

灰色系统模型在强夯地基处理中的应用

应用灰色系统理论通过对某住宅楼强夯地基静力载荷数据的分析,建立灰色系统GM(1,1)模型,预测其在不同加载等级下的地基沉降量.计算结果表明,预测模型计算结果与实测值拟合较好.     

灰色GM(1，1)模型在电力系统负荷预测中的应用

研究了灰色 GM(1,1)模型及其在电力系统负荷预测中的应用,以实际算例为基础,对预测结果作了分析,得出结论：灰色 GM(1,1)模型精度较高,但也存在一定的局限性．     

新陈代谢GM(1,1)模型在建筑物沉降预测中的应用

利用MATLAB7.0软件对原始数据进行等间距处理后,用一次累加数列与原始数列构建微分模型,通过不断去掉旧数据加入新数据,以工程数学为基础,运用灰色理论构建新陈代谢GM(1,1)模型。并以工程实例进行模拟和预测效果检验,将普通GM(1,1)模型和新信息GM(1,1)模型预测效果进行比较,计算和对比结果表明,新陈代谢GM(1,1)模型精度明显高于其它模型,预测效果大大提高。     

多变量灰色数列预测模型在非典研究中的应用

在传染病传播过程中,对病人数的预测一直是一个重要课题.研究了利用灰度模型中的灰度理论建立起GM(1,3)模型,并采用GM(1,1)模型修正残差,得到确认病人数的预测模型,再采用人工神经网络对所得数据进行校正,进一步提高了预测精度.将MATLAB编程计算得到的预测结果,与真实数据比较,可以知道该预测模型比传统预测模型具有更高的精度.     

灰色模型在城市中长期用水量预测中的应用

为进行科学合理的供水系统规划,给出一种基于记录时间较短、历史数据较少的用水量序列的GM(1,1)预测方法.该预测方法把原始用水量序列累加处理生成新序列后,用指数关系式拟合,通过构造参数矩阵,确定辩识参数,建立灰色模型的微分方程;求解灰色模型的时间响应函数,生成累减矩阵,进行累减运算即得用水量序列的预测值.MAPE精度分析结果表明GM(1,1)用水量预测方法精度较高.该预测方法应用于D市的中长期用水量预测,为D市供水规划提供有效依据.     

组合灰色模型在电力系统负荷预处理中的应用

根据GM（1,1）模型的特点,通过在数据序列前面加一个非负数,提出了加数GM（1,1）模型的方法。该方法克服了原始模型中不能利用第一点数据的缺陷,提高了原始数据的利用率。同时,结合电力负荷呈日周期性变化的特性,提出了基于关联度的组合灰色预测模型用于电力系统负荷预处理。实例表明,加数模型的预测精度优于原始模型的预测精度,组合灰色模型比单一的灰色模型在预测精度上有明显提高。     

燃气负荷组合预测中贝叶斯权重法的应用

将贝叶斯概率理论引入组合预测模型中,建立了基于GM(1,1)和偏最小二乘回归模型的燃气负荷动态权重组合预测模型。通过对某市的实例分析,结果表明,此方法有效地提高了预测精度。     

预测酸雨频率的双残差GM(1,1)模型及其应用实例

目前预测酸雨频率多采用传统的残差GM(1,1)模型 .本文结合最新修正的GM(1,1)模型及二级残差的概念 ,提出一种新的酸雨频率预测模型———双残差GM(1,1)模型 ,并利用该模型对青岛市酸雨频率进行模拟和预测 ,结果表明所建模型较之于传统模型有更高的模拟和预测精度 .     

GM(1,1)残差模型在民航客运量预测中的应用

利用GM（1，1）模型对民航客运量进行模拟预测，用GM（1，1）残差模型对其进行修正，得出精度很高的预测公式，并用模型的后验差检验所建预测模型，证明预测公式精度较高，以期在今后的实际预测中取得很好效果。