改进GM(1,1)模型在中长期径流预测中的应用

针对基本GM(1,1)模型的一些不足,将x(1)的第n个分量作为灰色微分模型的初始条件,并采用粒子群优化算法率定模型参数,改进了基本GM(1,1)模型,并将其应用于中长期年径流量预测中。结果表明:改进GM(1,1)模型具有较高的模拟精度,可以用于年径流量预测;与基本GM(1,1)模型相比,改进GM(1,1)模型预测结果的相对误差较小,说明改进GM(1,1)模型是合理的,且在中长期年径流量预测中的应用效果良好。     

基于灰色残差模型的灌区地下水最小埋深预测

建立灰色GM(1,1)主模型,然后进行残差修正,从而形成灰色残差模型,并对宝鸡峡灌区周城—苏坊洼地地下水最小埋深进行了预测.结果表明:根据前12 a观测数据建立模型,预测的第13 a地下水最小埋深为3.64m,与实际值相比较,相对误差为4.21％;与单一采用灰色模型GM(1,1)相比,灰色残差模型克服了因数据序列不稳定而带来的误差,可提高灌区地下水最小埋深预测精度.     

EMD-GM(1,1)模型及在大坝变形预测中的应用

大坝水平位移影响因素复杂,形成的数据序列一般不具有单调性,但灰色GM(1,1)模型只有在数据序列具有单调性时才能得到比较好的结果。针对这种情况,详细讨论了EMD-GM(1,1)模型的基本内容及建模过程。EMD-GM(1,1)模型利用EMD的自适应性,自动地从目标序列提取出若干个独立的内在模式分量（IMF）,剩余余项则具有单调性,然后采用GM(1,1)模型对余项进行拟合,并使用适宜的方法对各IMF分量进行拟合,最后通过加权平均求出最终值。仿真试验表明,EMD-GM(1,1)模型由于考虑了白噪声对模型的影响,提高了灰区间的白色度,预测效果比传统的GM (1,1)模型效果好。因此,在大坝变形的预测预报中EMD-GM(1,1)模型比GM (1,1)模型具有更高的应用价值。     

灰色新陈代谢模型在城市生活用水量预测中的应用

应用常规GM（1,1）模型和新陈代谢GM（1,1）模型对上海市生活用水量进行了预测。首先利用常规GM（1,1）模型对上海市生活用水量进行了建模,结果随时间序列延长,常规模型对未来的一些扰动因素无法准确把握导致精度逐渐降低。然后采用了新陈代谢GM（1,1）模型进行建模预测,并与常规GM（1,1）模型预测结果的精度进行了对比,结果显示：新陈代谢GM（1,1）模型预测精度达到94.56%,明显高于常规GM（1,1）模型精度。因此,新陈代谢模型能有效提高预测精度,可作为城市未来生活用水量的一种有效预测工具。     

灰色系统模型在宝鸡峡灌区气象干旱预测中的应用

根据宝鸡峡灌区1981～2003的年降水资料建立了GM（1，1）模型，并依据建立的残差GM（1，1）模型对原模型进行修正，对灌区2008～2016的干旱发生年做出预测，并由2004年灌区降水资料检验预测结果，检验结果表明该模型的预测结果合理可信。     

PSO-GM(1,1)模型在结构损伤诊断中的应用

通过粒子群算法求解GM(1,1)模型中的参数α和μ,对传统的GM(1,1)模型进行了改进。通过实例分析表明:基于粒子群算法的GM(1,1)模型对非平缓数据序列的拟合精度显著优于传统的GM(1,1)模型,对平缓数据序列,在拟合的平滑性和与原始数据序列的整体接近程度上优于传统的GM(1,1)模型。将该方法应用于结构损伤预测,结果表明:基于粒子群算法的GM(1,1)模型对检测数据的处理能力更强,预测数值与真值的整体吻合度更高,从而使模型能更好地应用于复杂结构及复杂情况下的损伤预测。     

灰色系统模型在大坝变形预测中的应用

为解决大坝安全监测中变形预测的问题,以某大坝坝顶监测数据为例,介绍了灰色GM模型预测的基本方法,采用MATLAB程序建立了GM（1,1）和GM（2,1）模型,分别对某大坝坝顶视准线部分监测点的变形量进行了预测。将预测值与实测值进行对比分析可知：采用GM（1,1）和GM（2,1）模型得到的预测结果均能很好地拟合实测值,预测精度高,利用该模型在实际工程中加以应用是可行的。     

填海造地道路软基沉降的不同数据序列GM（1，1）预测模型

为了研究不同样本数据序列GM（1,1）灰色模型在填海造地道路软基沉降预测中的实用性和有效性。结合工程实例,以软基沉降监测数据为依据,分别选取堆载预压恒载期的10组和20组实测地基沉降数据作为样本数据序列,建立了相应的GM（1,1）灰色预测模型,对软土地基固结沉降进行了预测,并将两种不同数据序列灰色模型预测结果与现场实测数据进行了对比分析。研究结果表明：GM（1,1）灰色模型所得预测曲线与实测曲线变化趋势基本一致,预测值与实测值吻合较好,实测曲线比预测曲线收敛较快,较多样本数据序列灰色模型所得预测精度更高。     

基于灰色理论的预应力锚索抗滑桩预应力损失预测分析

运用灰色理论对预应力锚索抗滑桩预应力监测数据进行分析,建立GM(1,1)模型和改进的GM(1,1)模型,对锚索预应力变化进行预测。GM(1,1)模型与改进的GM(1,1)模型预测结果与实际监测结果均吻合良好,均能够达到合格的标准,并且改进的GM(1,1)模型比GM(1,1)模型计算精度要高。基于灰色理论的预应力锚索抗滑桩预应力损失预测是可行而实用的,具有较高的可靠性,灰色预测较为客观地反映了工程实际情况,对边坡稳定的预测预报有一定的参考价值。     

改进的 GM（1，1）模型在工业需水量预测中的应用

灰色系统模型在贫信息、小样本的非线性系统建模中具有明显优势,适合对时间序列较短时的需水量进行预测。该文针对基本灰色预测模型背景值构造不合理及未充分利用新信息的缺点,采用重构背景值和等维递补原理对基本GM（1,1）模型进行改进,并利用改进模型对惠州市工业需水量进行拟合和预测,结果表明,改进模型预测精度更高,可作为城市需水量预测的一种方法。     

改进的GM（1,1）模型在西安市用水量预测中的应用

针对近年来西安市用水量变化的特点，采用改进的GM（1，1）模型用于水量预测，并与传统的GM（1，1）预测模型进行了比较。结果表明，改进的GM（1，1）模型可取得较好的预测结果。     

加速遗传算法在需水预测中的应用

利用灰色系统理论把受各种因素影响的需水量视为在一定范围内变化的与时间有关的灰色量,从而建立GM(1,1)模型对区域需水量进行预测,并对模型进行改进,探讨利用基于加速遗传算法的RAGA-GM(1,1)模型来对广州市的需水进行预测模拟。     

不等时距 GM（1,1）模型的建立及在土质边坡位移预测中的应用

在介绍灰色理论的基础上,针对传统灰色理论GM（1,1）模型只能用于等时距数列的不足（在实际边坡监测中,由于主客观原因的影响很难保证监测到的数据是等时距的）,基于GM（1,1）模型的原理建立了适用于不等时距数列的GM（1,1）模型。运用不等时距GM（1,1）模型对某边坡位移变形预测研究,经过残差修正后GM（1,1）模型得到的预测值和实测值比较接近,说明基于灰色理论建立边坡变形预测模型GM（1,1）可以用来预测边坡的变形,与神经网络、群蚁算法、遗传算法等相比,灰色动态GM（1,1）模型不需要大量典型的样本来学习,这一特点使得其在边坡变形与稳定性分析中的应用提供了可能性。     

改进的非等间距灰色模型在大坝位移预测中的应用

传统GM(1,1)预测模型在大坝位移拟合及预测中存在优化方式单一、适应性不佳等不足,一定程度上影响模型的预测效果。基于蛙跳算法,通过优化背景值和平滑系数、寻找最优定解条件以及残差优化等方法,提出了改进的非等间距GM(1,1)大坝位移预测模型。结合相关工程实例,对比分析了2种模型的拟合效果和预测精度,说明了相对于传统GM(1,1)大坝位移预测模型,改进的GM(1,1)大坝位移预测模型能有效提高位移预测精度,可以应用于实际大坝结构中的位移监控及预测。     

改进GM(1,1)模型在基坑变形预测中的应用

分析得出原始GM(1,1)模型对应的灰微分方程仅是白化微分方程的梯形积分形式,因此以辛普生求积公式为基础建立了新的灰微分方程,而辛普生求积公式也是一种近似表达形式,因而对新的灰微分方程添加动态扰动项,以弥补灰微分方程与白化微分方程的差别,同时对初始值添加修正项,使其更加符合最小二乘法思想。将改进后的GM(1,1)模型应用到基坑变形预测中,实例应用结果显示,改进的GM(1,1)模型具有较高的预测精度。     

改进的残差GM(1,1)模型在益阳市耕地预测中的应用

运用灰色系统理论建立GM(1,1),并用改进的残差GM(1,1)模型进行修正,对益阳市耕地面积进行预测,改进的残差修正方法使模型保持良好的适应性,有效提高了预测精度。应用此模型对益阳市耕地进行预测检验,结果表明改进的残差GM(1,1)模型具有较高的预测精度,模拟效果更好,其结果符合益阳市耕地数量变化规律,即益阳市耕地面积在未来几年内将呈现出小幅增长的趋势,但人均耕地面积仍旧处于联合国的警戒水平。因此保护耕地资源,合理利用和保护耕地都是刻不容缓的任务。     

基于改进灰色模型的水资源预测

为了提高灰色模型GM(1,1)对用水量预测的精度,通过对传统灰色模型的残差序列进行改进,提出了一种新的灰色改进预测模型。将其应用于城市居民生活用水量预测中,结果表明:与传统GM(1,1)模型预测值相比,改进GM(1,1)模型预测值与实际值拟合效果更好。     

基于粒子群优化GM(1,1)模型的黑龙江省农作物播种面积发展态势研究

介绍了灰色GM(1,1)预测模型和粒子群算法的基本原理,提出了基于粒子群优化的GM(1,1)模型建模思路。以黑龙江省连续15年的农作物播种面积数据为基础,建立了基于粒子群优化的GM(1,1)灰色预测模型,对黑龙江省农作物播种面积进行了模拟和预测,并对预测结果进了检验。精度检验结果表明:模型有效性和可靠性较高,可以对黑龙江省未来几年的农作物播种面积进行预测。该模型揭示了黑龙江省农作物播种面积随时间的变化规律,对黑龙江省土地利用规划部门合理进行土地规划,切实保障农民的利益,提高农民耕种的积极性具有重要意义。     

改进型GM(1,1)动态模型在流量预报中的应用

该文对常规的GM（1,1）模型进行改进,建立了GM（1,1）动态模型进行流量预报.     

GM(1,1)模型在宝鸡峡灌区干旱预测中的应用

根据宝鸡峡灌区1981-2003的年降水资料建立了GM(1,1)模型,并依据建立的残差GM(1,1)模型对原模型进行修正.经用2004年灌区降水资料验证,证明了模型预测结果的精确性、合理性.对灌区2008～2016年可能发生干旱 的年份进行预测,结果表明,2008年、2012年、2016年将发生干旱.