废弃线路板浮选试验的灰色模型研究

电子废弃物的资源化既能实现资源的二次利用,又能防止环境污染,具有重要的理论意义和应用价值。介绍了-0.5 mm废弃线路板浮选分选试验,运用GM(0,N)模型对废弃线路板浮选试验建立了灰色模型,与实际分选结果比较表明,该模型平均相对残差小于1.9%,可以对废弃线路板浮选的分选试验结果进行预测。     

灰色预测模型在基坑变形中的应用

基于基坑监测变形值具有一定的灰色特征，利用灰色系统理论建立了基坑监测变形值的等步长与非等步长GM（1，1）预测模型。通过对某基坑桩顶位移变形数据的预测，表明了灰色预测模型在基坑变形监测中具有较好的可行性及可靠性。     

基于人工神经网络的浮选精矿品位预测模型

采用ＢＰ神经网络原理，对包钢选矿厂浮选过程数据进行处理，建立了基于人工神经网络的浮选精矿品位预测模型。此预测模型的计算值与实测值相比，偏差小于２％，该模型较起初地反映了浮选过程的特征。     

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。     

矿石品位估算的灰色预测方法及其应用

本文用灰色建模理论建立了适应矿床品位分布规律的灰色代数曲线预测模型，并进行了矿石吕位优化计算，通过实例说明了其应用方法，结果满意。     

GM(1,1)改进模型在地表沉陷预测中的应用

根据灰色系统数列预测理论，建立了新峰一矿地表沉陷的灰色预测模型。通过对其工程实例的应用分析，证明灰色预测方法具有相对较高的精度，是一种比较实用的地表沉陷预测方法，具有广泛的工程实用空间。     

灰色系统预测模型在沉降监测中的应用

在深入研究和分析灰色系统预测模型的基础上,用Matlab软件编写了灰色系统模型用于沉降监测数据处理的程序。通过对某建筑物沉降项目的数据处理,得出较高的预测精度,证明了灰色系统预测模型在沉降监测应用中的可行性和可靠性。     

灰色线性回归组合模型在瓦斯涌出量预测中的应用

矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现该模型的预测精度分别提高了2.46%和1.35%,数据拟合的相关系数也有一定程度的提高。实证结果表明,灰色线性回归组合模型可以更好地预测矿井瓦斯涌出量。     

灰色模型(GM)在软土路基沉降量预测中的应用研究

该文讨论了灰色系统理论在软土路基沉降量预测中的应用 ,以京珠高速公路灵山试验段沉降观测数据为例 ,建立了沉降量灰色预测模型 ,并与三点法、双曲线法的预测结果以及实测结果进行了对比 ,结果表明 ,灰色预测模型的预测沉降量与实际沉降量更接近。最后分析了用灰色模型进行预测应注意的问题     

运用灰色系统理论进行黄金成本预测

本文运用灰色预测理论 ,建立了黄金成本预测模型 ,对某企业的黄金制造成本进行了预测。经检验并和实际数据对比 ,结果是令人满意的 ,说明灰色预测模型在黄金成本预测中具有较好的实用价值     

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.     

利用灰色马尔可夫模型预测煤矿安全事故

在煤矿事故死亡人数灰色预测的基础上引入马尔可夫链预测理论，建立了煤矿事故灰色马尔可夫预测模型，该模型兼有灰色预测和马尔可夫预测的优点，不仅提高了波动性较大的随机变量的预测精度，同时还拓宽了灰色预测的应用范围。实例证明灰色马尔可夫模型预测精度明显高于灰色GM（1，1）残差修正模型预测精度，从而说明灰色马尔可夫模型预测煤矿事故死亡人数的发展规律是可行有效的。     

基于灰色关联模型优化的空气质量分析与可视化

传统的数学预测模型对于小样本空气污染物数据预测的误差较大,不利于空气质量发展特征的科学分析。为优化灰色模型在空气质量预测分析中的精度,计算GM（1,1）模型、多项式回归残差修正GM（1,1）模型、PSO背景权值优化GM（1,1）模型预测值与实际值的灰色关联度,以关联度为依据使用数学方法确定各模型的权重系数,重新构建一个高精度的灰色关联组合模型,以获取各城市的PM10、PM25浓度预测值。河南省城市空气质量预测结果显示,该模型能够给出可视化的图表预测结果,便于研究者对区域性的空气质量发展规律进行分析探究;相比单一的灰色模型而言,该模型的预测误差小、稳定性强、可视化分析效果突出。     

基于灰色神经网络的我国原煤产量预测

文章采用灰色神经网络进行我国煤炭产量预测模型的建模,灰色神经网络具有灰色系统模型的可以用少量样本数据来建模与神经网络精度高的特性,克服在进行煤炭产量预测样本数据少的问题,仿真结果表明,此种模型预测结果的相对误差是1.57%,只使用灰色模型预测结果的相对误差是9.8%,采用此模型提高了预测的准确性和精度。     

瓦斯涌出量灰色-RBF网络模型的建立与应用

为了减少瓦斯事故给煤矿生产带来的损失,本文在灰色模型预测煤矿瓦斯涌出量的基础上,结合神经网络理论,构建了灰色-RBF网络模型,充分利用灰色模型的"小样本、贫信息"的预测特点及RBF神经网络自学习、自适应能力特点。首先使用灰色模型对瓦斯涌出量进行初步预测,然后建立RBF网络模型进行再次预测,得到瓦斯涌出量的最终预测值;RBF网络模型的训练和预测计算用MATLAB软件完成。通过对安徽省某矿瓦斯涌出量的预测结果对比,灰色-RBF网络模型的预测误差分别为0.325和0.221,灰色模型预测误差为2.51和2.45,结果表明灰色-RBF网络模型预测明显高于单一灰色模型预测的预测精度。为煤矿瓦斯涌出量预测提供一种预测精度高的方法。     

深海行走机构灰色预测-模糊PID速度控制

针对深海行走机构在海底复杂作业环境下行走所呈现的随机性、非线性、时变性,难以建立精确数学模型等特点,提出将灰色预测、模糊控制与常规PID控制相结合的灰色预测模糊PID控制算法.灰色预测根据少量的速度检测数值预测系统的未来变化,模糊PID控制通过模糊推理对常规PID参数自适应调整实现速度控制.仿真结果表明,该算法消除了系统的随机性,能够对深海行走机构灰色系统实行有效的控制,取得了比普通PID算法更加优良的性能.     

深部持续采动诱发断层活化滑移的灰色预测研究

深部持续采动诱发的断层活化滑移过程具有灰色系统的特征。基于某铜矿深部开采诱发断层活化滑移的现场实测数据,构建了GM(1,1)灰色预测模型。通过断层预测滑移量与实测滑移量对比分析,模型具有较高的精度。运用所构建的断层活化滑移灰色预测模型,对未来四期断层滑移量进行了预测,F2断层滑移量增速较快,与现场实际情况吻合。研究成果对于深部复杂采动影响下断层活化滑移量的预测具有重要的意义。     

灰色系统预测急倾斜深部矿体初探

矿山需要提前预测矿体深部钻孔控制范围以下的资源情况,以便为后续的工程设计提供地质参考数据。灰色系统模型对样本量没有过多要求,也不需要服从典型的分布规律,很适合于利用灰色GM(1,1)模型建立验证模型和预测模型对急倾斜矿体的深部埋藏情况进行定量预测,从而为矿山深部探矿和开采设计提供参考依据。     

稳健灰色模型在建筑物沉降监测中的应用

该文提出了稳健灰色模型,并将其应用于某建筑物沉降的预测。结果表明,稳健GM(1,1)模型比常规GM(1,1)模型具有更好的抗干扰性能和受异常点影响小的优点,更具有预测应用价值。同时还编写了计算机程序对灰色预测过程进行电脑处理,大大减少了工作量。