基于不等时距模型的烟囱基础沉降预测

为了克服灰色模型以上以等时距原始数据作为前提条件的缺点,对灰色模型进行了改进,建立了不等时距的预测模型,将不等时距灰色模型应用于某烟囱基础沉降预测中.通过沉降预测与实际监测值对比表明,不等时距灰色预测模型精度较好,可以运用到实际工程中.     

不等时距GM(1,1)模型在建筑物变形预测中的应用

根据灰色系统理论，结合工程实际情况，建立了不等时距GM(1，1)预测模型，该模型可应用于利用前期监测数据来预测后续施工中建筑物的变形量。验证结果表明，不等时距的灰色模型扩大了等时距灰色模型的应用范围，在小样本的情况下同样可以做出较准确预测，是预测建筑物变形量的一种有效方法。并指出不等时距GM(1，1)模型存在的一些局限性。     

用内蕴时间理论进行土流变本构方程研究

应用灰色理论 ,建立了不等时距的地基沉降预测GM ( 1 ,1 )模型 ,并可对结果进行修正。利用该模型对某 1 2层住宅地基沉降进行预测 ,预测结果精度高于常采用的双曲线模型推算结果。     

利用不等时距灰色理论预测地基沉降

本文应用不等时距灰色理论，建立了地基沉降预测GM（1，1）模型，并结合实例对模型进行了验证。     

利用不等时距灰色理论预测地基沉降

本文应用不等时距灰色理论，建立了地基沉降预测ＧＭ（１，１）模型，并结合实例对模型进行了验证。     

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     

用动态不等时距灰色模型预测滑坡变形

基于金坪子滑坡的实际变形监测数据,对动态不等时距灰色模型预测滑坡度变形的预测精度及可行性进行了充分的分析与论证。实践证明,动态预测模型由于实时加入系统的最新数据,预测精度比非动态模型明显提高,更适合于工程应用。同时,基于SQL Server对监测数据进行存储,采用C#编制了模型比较验证及预测程序,大大提高了建模及预测的效率。程序简单易用,适用性强。     

非等间隔加权G(1,1)模型在建筑物沉降预测中的应用

文中针对建筑物沉降监测数据量少、贫信息和非等时距等特点,引入单位时间差系数,将非等时距序列转化成等时距序列,建立非等间隔G(1,1)预测模型,依据监测数据对模型的贡献大小,引入权重矩阵以提高模型的预测精度。实践表明所建非等间隔加权灰色GM(1,1)模型的预测精度更高。     

软基路堤最终沉降量的灰色预测

依托广肇高速公路软基试验路段，通过对实测沉降、分层沉降、孔压、侧向位移等资料的分析，掌握了软土路基变形的实际性状。由于软基塑流的复杂性，要准确计算塑流引起的附加沉降有相当大的难度，本文采用灰色理论进行最终沉降量预测，用三次B—Spline函数将原始沉降数据进行等时距处理，并用缓冲弱化算子的概念，以消除友色预测模型的无限增长性，提高长期预测精度。通过比较说明：灰色预测精度较双曲线法和三点法要高。     

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。     

利用灰色理论对地基沉降进行不等时距预测

通过徐州电业局科技综合楼和徐州白云大厦股份公司二期工程 2项钻孔嵌岩扩底桩施工实践 ,介绍了施工设备 ,成孔、成桩工艺 ,常见事故的预防、处理措施等。 2项工程均取得较好效果 ,初步显示了基岩钻孔扩底桩成孔、成桩工艺用于建筑桩基础施工的优越性。     

非等时距灰色模型在地压灾害预测研究中的应用

地压灾害对于地表及井下人员、设备都是极大的威胁,矿山通过建立地压监测系统来对地压灾害进行预测。在位移和应力监测中,由于监测数据的获取都是非等时距的,因此难以建立合理的预测模型。通过在高阳铁矿地压灾害预测中的运用表明,利用非等时距灰色预测模型进行地压灾害预测,预测值与监测值拟合较好,模型精度高,能为地压灾害的预测提供依据。     

灰色混沌时间序列方法及其应用

模型含有混沌特性，因此不能对系统的长期演化进行预测，但在短期预测中仍有较高精度。定义了一类灰色混沌时间序列，使其可以拆分成若干个满足灰色建模的时间序列。根据这一定义，对银山铅锌矿尾矿坝浸润线进行了模型与Lyapunov指数的耦合分析。结果表明，当观测数据为非等时序列，采用灰色混沌时间序列进行分析比较有效；计算得到的浸润线最大LyapunDv指数与其演化结果吻合，可以用来指导尾矿坝安全管理。     

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.     

灰色预测模型在建筑物沉降监测中的应用

建筑施工中,沉降观测是监测建筑物是否安全的重要环节。为此,将灰色系统理论应用于建筑物沉降变形数据分析,结合实例,验证了灰色GM（1,1）预测方法在建筑物沉降监测中应用的可行性和可靠性。     

沉降预测的非等步长灰色时变参数模型

针对经典灰色系统模型的不足，根据灰色系统理论的信息处理原则，在模型中引入遗忘因子，建立了灰色系统沉降预测的非等步长灰色时变参数模型，并在求解过程中引入遗忘因子以修正预测结果。模型充分考虑了预测系统的时变性和灰色性，从而降低对预测系统状态的预测误差。实例预测表明，灰色时变参数模型可以将工后总沉降量的预测误差控制在2．3％以内。误差检验结果显示，预测结果的精度等级较引入遗忘因子修正前有显著的提高。     

GM(1,1)模型在含硫矿堆温度场预测中的应用

介绍了等时距GM（1，1）模型与不等时距GM（1，1）模型的一些基本理论，并尝试将不等时距GM（1，1）模型运用到含硫矿堆温度场的预测当中，这对含硫矿堆自燃的防治具有一定的指导意义。