基于神经网络的GM（1，1）预测模型残差修正研究

针对GM（1,1）模型预测时段较长时精度较低的缺点,本文提出了基于神经网络的GM（1,1）预测模型残差修正方法,并且与传统的残差GM（1,1）模型修正方法进行了比较,经工程实例验证,本文提出的方法能有效提高预测精度、延长预测时段,在工程中有较好的应用。     

改进GM(1,1)在高铁隧道沉降变形预测中的对比应用

针对GM(1,1)模型在高铁隧道沉降变形分析与预测中精度不理想的情况,在GM(1,1)模型的基础上,建立了自适应GM(1,1)模型与残差修正GM(1,1)模型,并讨论了2种改进模型的各自优点。依据某隧道沉降监测数据,进行工程实例分析,得出自适应GM(1,1)模型与残差修正GM(1,1)模型在一定程度上均提高了原模型的预测精度和预测曲线的相关性;残差修正GM(1,1)模型对于沉降曲线波动较大处仍有较好的拟合与预测效果,其预测效果优于自适应GM(1,1)模型。     

残差修正的GM(1,1)模型在基坑安全预报中的应用

论述了安全预报的方法、灰色系统、灰色预测模型的建立和位移预报以及运用Matlab使上述安全预报理论在计算机上得以实现。对安全预报整个过程进行了详细的研究,最后通过实际工程例子对本论文研究的理论进行了具体的应用得到如下结论：GM（1,1）模型结合GM（1,1）尾数残差模型运用于基坑近期水平位移预报是可行,并且能达到安全预报的精度要求。     

改进GM(1,1)在高铁隧道沉降变形预测中的对比应用

针对传统GM(1,1)模型在高铁隧道沉降变形分析与预测中精度不理想状况,本文在传统GM(1,1)模型基础上,建立自适应GM(1,1)模型与残差修正GM(1,1)模型并讨论两种改进模型各自优点。利用传统GM(1,1)模型、自适应GM(1,1)模型以及残差修正GM(1,1)模型对某高铁隧道监测点作沉降分析与预测。通过对比,得出自适应GM(1,1)模型与残差修正GM(1,1)模型对原模型的预测曲线相关性和预测精度有一定程度提高;残差修正GM(1,1)模型对于沉降曲线波动较大处仍有较好的拟合与预测效果,其预测效果优于自适应GM(1,1)模型。     

基于残差修正累积灰色模型在变形监测中应用研究

针对传统累积GM(1,1)模型对变形体模拟效果不佳和预测精度低的情况,本文基于新陈代谢思想,构建出新陈代谢累积GM(1,1)模型,利用傅里叶变换强大的降噪功能,对新陈代谢累积GM(1,1)模型的残差进行修正。实例结果分析表明,经傅里叶变换修正后的累积GM(1,1)模型的预测精度远高于传统累积模型及新陈代谢累积模型,同时,预测结果具有较强的稳定性,更为接近于变形体的实际变形,从而为监控变形体提供依据。     

灰色预测在公共娱乐场所火灾损失中的应用

本文利用灰色系统理论,建立了公共娱乐场所火灾损失的GM（1,1）模型,并采用残差修正,提高了预测精度和准确性,对现实火灾预防具有一定的指导意义。     

改进残差修正GM(1,1)模型在基础沉降预测中的应用

普通的灰色残差修正GM(1,1)模型利用差分代替微分,并用原始数据第一个点的值作为时间响应函数的初始值C0,从而给预测带来了一定的误差。本文用多项式逼近法对残差修正GM(1,1)模型进行了改进,并增加了一个初始值参数;还通过一个基础沉降预测的工程实例,对此模型与普通残差修正GM(1,1)模型进行对比。沉降预测结果表明,改进后的模型明显提高了精度,更加适合于基础沉降的预测,具有较好的准确性和工程应用价值。     

滑坡监控信息分析中的修正灰色系统预测模型及应用

在灰色系统全数据GM(1,1)模型基础上,经过新陈代谢过程、分阶残差修正和权重修正,依次建立了多个不同修正方式的模型,建模过程考虑了实测信息的非等间隔性。结合富阳来龙山滑坡监控信息,对位于滑坡体主滑段,历时4个典型滑移阶段的B14测孔滑带土位移作预测分析,经过各模型精度检验比较表明,所提出的二阶残差权重修正GM(1,1)模型大幅提高了预测精度和适应性。     

改进的灰色GM(1,1)在北斗卫星钟差短期预报中的应用

根据星载原子钟钟差的特点以及传统的灰色GM(1,1)自身存在的缺陷,提出一种改进的灰色GM(1,1)钟差短期预报模型。首先采用灰色GM(1,1)对钟差序列进行预报,再采用马尔科夫对随机性波动较大的灰色残差序列进行修正,充分结合二者的优势,克服了自身的缺陷。采用5min采样率的北斗钟差数据进行算例分析,并通过不同预报步长与传统的灰色GM(1,1)对比分析,结果表明,该方法的预报精度较传统的灰色模型有了较大提高,该方法应用于钟差短期时间预报是可行的,可靠性较强。     

最小一乘法GM（1，1）在变形监测中的应用

在分析GM（1,1）建模过程和最小一乘法原理的基础上提出最小一乘法GM（1,1）,解算最小一乘法GM（1,1）的线性规划问题,分析和比较了最小一乘法GM（1,1）和GM（1,1）在变形监测数据处理中的应用。结果表明：将变形系统看成灰色体系,采用最小一乘法GM（1,1）模型预报沉降变形监测结果是可行的和有效的,即使在较少的数据信息情况下,通过缩短外推时间,也可以达到较高的预测精度,具有实用和推广价值。     

地铁深基坑沉降监测数据特点分析与预测

为明确地铁深基坑开挖引起的地表沉降变形规律,结合施工过程,依据D 市Z 地铁站第29-48 期深基坑沉降监测数据,分析出深基坑地面沉降变形的普遍特点。同时,利用灰色GM（1,1）模型,对两个典型沉降点的监测数据依据不同的施工阶段进行预测。结果表明,灰色GM（1,1）模型在深基坑的沉降预测中比较可靠,且分阶段预测精度更高。可见,深基坑的沉降变形特点与开挖施工过程密切相关,在预测时结合施工进度,能提高预测精度。该研究为日后地铁深基坑沉降监测数据分析与预测提供参考。     

GM（1,1）—马尔柯夫模型的挣值管理项目预测研究

分析了挣值管理项目成本与进度偏差预测存在的问题及解决方法,研究了GM（1,1）—马尔柯夫预测模型,通过具体工程实例说明GM（1,1）—马尔柯夫模型预测理论上是可行的且比运用GM（1,1）模型预测精度高。     

加权GM(1,1)模型在变形监测中的应用研究

灰色系统理论中的新信息对认知的作用大于老信息的作用,而传统的累加生成没有体现原始数据中新信息的重要性。为了充分利用新信息,本文结合工程实例将加权灰色系统理论GM(1,1)模型应用于滑坡工程进行变形预测,而且对权的选取做了初步讨论,从预测结果和实测结果进行对比分析,加权累加生成的GM(1,1)模型的模拟和预测精度比传统的GM(1,1)模型模拟和预测精度高,从而说明了该法的有效性和实用性。     

铁路路基沉降监测系统及沉降预测

采用水平测斜技术和激光测距技术相结合的方法,对铁路路基沉降进行了监测,并运用灰色理论建立基于该监测系统的GM(1,1)模型,同时与双曲线法、指数曲线法进行了对比,结果表明该模型具有较高的预测精度。     

灌注桩承载力的Usher与灰色理论预测模型研究

采用灰色理论GM(1,1)模型和Usher曲线模型预测了单桩的极限承载力,指出其模型具有合理性和精确性,并运用MATLAB软件实现预测模型算法,通过工程实例分析表明:灰色预测模型对原始数据预测较精确;Usher模型对桩极限承载力的预测具有较高的精度。     

动态GM（1,1）在建筑物沉降变形分析中的应用研究

介绍了灰色系统理论。针对传统GM（1,1）模型在建模时只从静态角度考虑未来时刻的状态这一缺陷,本文引入了可以实时加入系统最新信息的动态GM（1,1）预测模型。利用传统GM（1,1）模型与动态GM（1,1）模型对某桥梁监测点进行沉降变形分析与预测。通过对比分析实例计算结果表明,动态GM（1,1）模型可以有效地修正预测模型,在一定程度上提高了模型的预测精度,其预测效果优于传统GM（1,1）模型。     

基于滑动平均的灰色GM（1，1）模型在水泥产量预测中的应用

本文介绍了基于滑动平均的GM（1,1）模型的建模过程,并分别采用传统灰色系统理论的GM（1,1）模型和基于滑动平均的GM（1,1）模型,用MATLAB语言编程,对我国1991～2007年的水泥产量进行拟合预测,并对预测结果进行了残差检验、关联度检验和后验差检验。通过比较分析,结果表明,基于滑动平均的GM（1,1）模型能够减少数值的过度波动,预测精度较高,具有更高的实用性,可为政府有关部门和相关企业做出正确决策提供科学依据。     

GM(1,1)模型在山区机场沉降预估中的应用

影响山区（高填方）机场沉降的因素很多,可以将高填方沉降过程看成一个灰色系统。本文利用灰色GM（1,1）模型对山区机场的形变监测数据进行建模、分析和预测,最后将其应用于某山区（高填方）机场沉降预测中。经与实测数据对比,表明预测精度良好。