硫酸盐环境下污染混凝土抗压强度灰色预测模型

为了分析污染混凝土抗硫酸铵腐蚀的力学性能,本文运用灰色理论建立单变量的一阶灰色预测模型GM(1,N),并用已有原始试验数据与模型预测的数据进行比较。研究得到利用GM(1,1)模型得到的预测数据与实际数据比较吻合,且平均相对误差较小,在数据较少时该模型可以较为有效的预测受硫酸盐腐蚀的污染混凝土的抗压强度。     

基于非等间距GM(1,1)模型的矿区地面沉陷预测

通过地面沉陷监测获取矿区地面沉陷数据后,需要进行处理分析,并对将来沉陷情况进行预测。介绍了GM(1,1)模型,提出了非等间距GM(1,1)模型的数据处理方法,并根据沉陷监测结果,使用非等间距GM(1,1)模型对某矿区地面沉陷进行预测。根据检核结果,非等间距GM(1,1)模型适用性更加广泛,且沉陷预测精度较高,可以满足矿区地面沉陷预测精度的要求。非等间距GM(1,1)模型的应用,可以更好的分析处理沉陷数据,指导矿山安全生产。     

灰色系统在赛什塘铜矿区Cu品位预测方面的应用

对于地学研究中的许多对象。因已知的信息只有资料、经验及样品,其它未知信息需要通过坑钻资料、物化探资料等已知信息来推断,故可看成是灰色系统。本文应用赛什塘铜矿区23勘探线上数个钻孔的Cu平均品位来估算该勘探线上其它设计钻孔的平均品位,采用的模型为GM（1,1）及新陈代谢GM（1,1）,对二者的拟合及预测精度作了分析。     

灰色GM(1,1)模型在紫金山金矿定量预测中的应用分析

介绍了灰色GM（1,1）模型的基本原理及建模程序。应用该模型建立了紫金矿业股份有限公司的入选矿石品位、矿石综合成本、黄金综合成本、黄金产量、销售收入、利润总额和资产总额的灰色GM（1,1）模型。通过对紫金矿业股份有限公司1994年至2000年资料综合对比分析,认为该模型对上述指标具有很高的预测精度。对紫金矿业股份有限公司未来三年的上述经营指标预测结果表明,该公司“十五”规划目标是科学和现实的。     

灰色理论在边坡预测中的应用研究

传统的GM(1,1)灰色理论模型,一般适用于等时距数据序列的模拟预测。本文针对数据序列本身要满足灰指数规律,当灰数据发生跨越增长的时候,采用传统的GM(1,1)模型预测精度比较差,而且从GM(1,1)模型的建模基础考虑,预测精度受初始值和背景值影响很大,由于客观条件的影响,边坡数据序列的获得有的时候不可能达到严格的等时距的数据序列,从而建立起适合边坡变形值预测的GM(1,1)模型。     

多层线性模型在碳钢土壤腐蚀规律中的应用研究

针对材料在自然土壤环境中的腐蚀预测问题,提出应用多层线性模型对材料的腐蚀规律进行研究.多层线性模型是分析具有层次结构数据的新型统计技术,对于地区间土壤腐蚀规律的差异性特点和单地区实验观测样本不足的问题,可以为不同的区域分别建立腐蚀率模型,使模型假设与实际更为吻合.以碳钢在土壤中的腐蚀数据为研究对象,建立了腐蚀率的多层线性模型.实验验证了该模型可以准确地拟合和预测碳钢在土壤的腐蚀率变化,优于指数平滑算法和差分自回归移动平均算法.      

基于GM(1,1)模型对房地产投资额的预测研究——来自四川省成都市的经验证据

针对房地产开发投资额样本数据少、受各种因素影响具有不确定性的特点,运用灰色理论中应用最为广泛的GM(1,1)模型,以2004年以来成都房地产开发投资额的年统计数据为样本,对成都2009年的房地产开发投资额进行拟合.实证分析过程中通过弱化缓冲序列算子的作用,调整了样本数据的增长速度,实证结果表明GM(1,1)模型在房地产开发投资额预测方面精度较好,能够用该GM(1,1)模型对成都未来的房地产开发投资额进行预测分析,为政府、投资者、消费者的决策提供参考意见.     

基于等维积分GM(1,1)模型的黄金价格预测

GM(1,1)模型是灰色系统中最常用的一种模型,该模型采用的建模数据量小,对数据分布特征无特殊要求,应用较为广泛。利用数值积分原理将GM(1,1)模型中累加生成法改为积分生成法,并用双向差分结合等维动态预测原理,建立了等维积分GM(1,1)模型。该模型在预测过程中不断将旧信息剔除,增加新信息进入,实现了数据的及时更新,提高了预测精度。     

基于改进GM(1,1)模型的黄金价格预测

随着信息系统的发展,对黄金价格建立了基于新陈代谢理论的无偏灰色GM(1,1)预测模型。该模型是对GM(1,1)模型的改进,在不断补充新信息的同时,及时地去掉老信息,避免随着信息的增加,建模运算量不断增大的困难。实证结果表明,该模型预测精度优于GM(1,1)模型及无偏GM(1,1)模型的预测精度。     

基于灰色新陈代谢模型的我国棉花产量预测

为预测2011年我国棉花产量,基于灰色预测建模思想和新陈代谢原理,建立了灰色新陈代谢预测模型,并结合实际情况分析了常规GM(1,1)模型和新陈代谢GM(1,1)模型的预测结果,表明新陈代谢预测模型比常规预测模型精度高.用新陈代谢GM(1,1)模型预测的我国2011年棉花产量为614.968 3万t.     

基于灰色系统理论的矿区重金属污染预测分析

矿区重金属污染系统具有灰色系统的特征,因此可以采用灰色模型对重金属污染进行预测。运用灰色模型GM(1,1)对矿区Cu污染因子发展变化进行动态关联分析,作出了预测并对预测结果进行了分析,结果证明GM(1,1)模型是一种行之有效的预测金属污染的模型。     

基于加权组合模型的中国锰矿进口数量预测

为了对中国锰矿进口数量进行有效的预测,将多项式拟合模型、GM(1,1)模型进行线性组合,构建了一种加权组合模型,用于中国锰矿进口数量预测。结果表明:利用加权组合模型得到的预测结果平均相对误差小,并且具有较高的预测精度,从而为锰矿进口数量的预测问题提供了一种有效的研究方法。     

基于振荡序列的黄金价格动态建模及预测

对黄金价格预测时常采用大样本数据建模方法,该方法首先对数据进行统计分析,找到数据内在统计特征,再寻求符合该特征的模型;但该方法在数据统计分析时受到统计手段和方法的约束,数据本身的内在特征往往不能充分反映,因此模型的选择受到限制。针对黄金价格数据不具有趋势性变化的特征,利用灰色GM(1,1)系统建模理论、数据驱动建模原理及振荡序列的数据处理方法,建立了基于振荡序列的黄金价格动态预测模型。该模型不仅对黄金价格数据自身存在的振荡性进行了处理,避免了数据大波动,同时利用动态数据驱动方法不断更新数据,提高了预测精度。     

基于灰色时序组合模型的基坑监测预测

基坑监测是确保矿山基坑工程安全实施的必要手段,不同模型所监测到的基坑沉降值存在一定的差异,因而如何选择一种有效的组合模型是准确预测未来某一时刻基坑沉降面临的主要问题。本研究将时间序列预测模型与灰色模型相结合（即灰色时序组合预测模型）应用于某深基坑（基坑深5.7~13.7 m）沉降监测数据分析,预测结果准确可靠。同时,与单一模型（如ARIMA和GM（1,1））的预测结果相比,灰色时序组合模型的预测精度更高,所获得的预测结果与实测值最接近,是一种非常有效的基坑预测方法。     

灰色模型在高炉铁水[Si]预测中的应用

应用灰色系统GM(1,N)模型对高炉生产生铁中[Si]值进行预报,以等维新息建模方式,反映高炉炉况最新信息;同时结合GM(1,1)残差模型对预测值进行修正,以提高预测精度,运用该方法取得了较好的效果.     

基于GM（1，1）模型的矿业安全生产事故预测分析

为了有效地进行事故预测和预防,根据灰色理论以信息部分清楚、部分不清楚并带有不确定性为处理对象的特点,在2007--2012年的国内矿业安全生产事故统计数据的基础上,对2013年国内矿业安全生产事故总数进行建模预测。采用Matlab7．11编写灰色GM（1,1）模型的程序代码并进行实例验证。预测结果表明,模型精度等级为一级,预测结果可靠度较高,预测结果可为中国安全生产管理实践工作提供决策依据。实例研究表明,该方法在矿业安全管理中发挥了重要作用。