灰色理论在建筑物纠偏后的应用

在建筑物施工过程中进行沉降观测,可以及时发现数据异常情况,若数据异常应将异常数据进行分析论证,并及时采取纠偏加固等补救措施,纠偏加固后通过灰色预测理论对后期建筑物的沉降进行预测,可判定建筑物是否趋于稳定。实践证明,利用灰色预测理论进行建筑物的后期预测,是一种切实可行的方法。     

增长曲线模型在沉降预测中的应用

罗吉斯蒂曲线模型和龚伯次曲线模型均属于增长曲线模型,在建筑物沉降预测中应用比较广泛.文中结合高层建筑沉降观测数据,建立两曲线模型的预测方程并进行预测,精度评定的结果表明,两模型预测结果与实际沉降量比较接近,具有较高的应用价值.     

改进的GM(1,1)模型在变形监测数据处理中的应用

在高层建筑等工程应用中,沉降监测是必不可少的,采用合理的预测方法,预测建筑物的变形对于工程建设具有重要意义.该文以某高层建筑物沉降监测数据为例,对灰色系统模型、新陈代谢灰色系统模型和改变背景值的新陈代谢灰色系统模型等方法预测精度进行了对比分析,从而得出了背景值最优化的新陈代谢GM(1,1)模型预测精度最好.表明该模型可适用于高层建筑物的沉降预测,且具有实际应用价值.     

建筑物沉降变形灰色预测

该文通过工程实例对建筑物进行系统沉降观测,并运用灰色理论建立灰色GM(1,1)模型,对建筑物沉降变形进行预测预报,获得良好结果,对类似工程具有借鉴意义.     

高层建筑沉降观测方法

主要介绍高层建筑沉降观测的方法,在施工过程中的观测方案,通过数据分析了解建筑物沉降的变化规律,指导科学施工,为安全施工提供保障。     

沉降观测技术在高层建筑施工中的应用

在建筑物施工过程中应用沉降观测加强过程监控,指导合理的施工工序,可避免因沉降造成的建筑物主体结构的破坏或产生影响结构使用功能的裂缝,避免经济损失.为了使高层建筑中沉降观测更具有可操作性.通过对实际操作过程的分析,提出了切实可行的操作程序和具体操作步骤,并介绍了施工中遇到建筑物沉降观测精度和曲线绘制方面问题应采取的措施.     

非等步长灰色GM(1,1)模型及其建筑物沉降预测中的应用

在文献[1]非等步长灰色GM(1,1)模型建模基础上,提出根据沉降观测振荡序列建立非等步长灰色GM(1,1)模型的改进方法.利用青岛一高层建筑物的沉降监测数据,根据改进的非等步长灰色GM(1,1)模型对建筑物沉降进行了预测和分析,通过与改进前的模型预测结果的比较分析,验证了改进模型的实用性、正确性和有效性.     

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。     

建筑物沉降监测时序分析方法与预测应用

建筑物沉降监测数据往往满足时间序列等时性的要求,对观测数据进行平稳化处理后,可以建立时序模型。该文利用已有的沉降观测数据,建立ARMA模型,并对建筑物沉降量进行预测,取得了较好的拟合效果和预测精度。     

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。     

基于GM(1，1)模型的岩层移动预测

地下开采引起的岩层和地表移动对周围环境造成了严重的破坏,地裂缝、房屋破坏、塌陷坑等,了解岩层和地表移动规律对于保护环境和控制房屋损害有着重要的意义。以某岩层移动监测站的实测数据为原型,对其监测数据进行了分析研究,利用MATLAB软件进行了GM(1,1)模型的建立和预测。研究结果表明,就岩层内部观测站而言,工作面正上方的监测点,由于其下沉单调递增规律,模型预计结果较好,相对误差小于10%;对于工作面外侧的监测点,由于其具有下沉、上升变化的波动性特征,不能进行GM（1,1）模型拟合预测。     

等维新信息模型在矿区地表沉降预测中的应用

在煤层开采过程中,实时动态的对矿区地表的下沉值进行观测与预计对煤矿的安全生产及矿区人们的生活有重要的作用。因为灰色系统GM(1,1)预计模型具有所需数据量少,计算简单,预测准确的特点,所以文章用灰色系统GM(1,1)模型对矿区地表的下沉值进行了预计,得到比较好的效果     

综合GPS技术与灰色模型的西郝庄铁矿开采沉陷预计

矿区开采产生的空区易引发地表沉陷、塌陷等一系列地质灾害问题,严重威胁矿区及周边生态环境。以西郝庄铁矿为例,在分析矿区地质特征的基础上,基于GPS监测技术原理,构建了西郝庄铁矿地表沉陷监测网;然后采用该GPS沉陷监测网获取的监测数据,基于灰色理论构建了G（1,1）沉陷预计模型,给出了监测点的沉陷预计公式;最后通过Matlab软件构建了矿区数字高程模型,并对矿区地表沉陷较严重的部位进行了预计。研究表明：①矿区大部分区域的累计沉陷值基本小于40 mm,发生地面塌陷的可能性较小,CD3#、CD4#、CD5#、CD6#点附近沉陷值较大,约60 mm;②G（1,1）模型的预计值与实测值的误差分别为1.38%（CD3#点）、0.56%（CD9#点）,预计值和实测值构建的矿区数字高程模型基本一致,表明G（1,1）模型对于矿区开采沉陷的预计有一定的精度。     

开采沉陷动态精准预计的时效Knothe函数方法研究

针对当前开采沉陷动态预计不精准问题,综合利用实测分析和理论研究方法,提出了基于时效Knothe函数的开采沉陷动态精准预计方法,主要取得如下成果：①Knothe时间函数的参数C值在开采过程中呈现近似正态分布,采动结束后C值呈负指数衰减直至趋于定值;②预测时效Knothe函数C值的实验结果表明：就整体性预测而言,AR模型的整体性最好,传统的GM（1,1）模型误差较大,3次指数平滑法的预测结果出现粗差;就单期预测而言,传统的GM（1,1）模型和AR模型对C值的预测存在不稳定性,3次指数平滑法各期预测值误差均小,较稳定。研究成果对研究开采沉陷动态精准预计具有参考意义。     

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。     

矿区非线性沉降的GM(1,1)预计残差改进模型及应用

矿区地表移动变形关系到矿区安全生产和地面建(构)筑物的安全,对矿区地表进行定期监测并预测具有重要现实意义。矿区地表沉降由于持续时间长,观测数据具有长时序且表现为非线性变化的特征,因此存在建模数据区间难以选取、GM(1,1)模型预测精度不高的问题。针对以上问题,本文建立了基于残差加权改正的GM(1,1)改进模型,提出了先阶段后截尾的建模数据区间选取方法、预测流程和模型精度评定标准。经过实例应用验证,GM(1,1)预计残差改进模型预测精度优于GM(1,1)模型,且先阶段后截尾的建模数据区间选取方法能够提高预测精度。     

改进GM(1,1)预测模型对我国煤炭消费需求的预测分析

为了预测未来煤炭消费需求状况,利用1998-2008年度我国煤炭消费需求的历史数据直接作为传统GM(1,1)及其残差模型的原始序列,通过生成处理后所得模型分别为勉强合格(三级)和合格(二级)等级,而通过对原始数据取自然对数为基础,并进行二阶弱化处理后所得的改进GM(1,1)模型及其残差GM(1,1)模型,经过点对点的残差检验发现,改进GM(1,1)模型及其残差GM(1,1)模型均提升至好的预测模型(一级)等级,其预测精度较高.用其预测未来3年的煤炭消费需求总量继续呈增长趋势,说明煤炭在未来短期内的主导地位没有改变.因此,国家和各级政府应加大对煤炭行业的资金投入与政策支持的力度,以保障我国经济持续稳定发展.     

基于灰色神经网络的矿井涌水量预测

针对矿井涌水系统的复杂性和随机性,提出采用神经网络修正灰色残差模型对矿井涌水量进行预测,既利用GM(1,1)模型能较好预测涌水量发展趋势的特点,又利用神经网络对于复杂非线性系统的优越性,保证了模型的精度,克服了单个模型所存在的不足。结果表明,该模型方法在矿井涌水量的预测中是可行的。     

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。