灰色组合模型在变形预测中的应用

变形预测方法有很多种,为了提高预测精度,采用组合模型预测已经成为一种趋势,因为组合模型能够利用单一模型舍弃的有用信息。本文用单一灰色模型、灰色-时间序列组合模型与灰色-线性回归组合模型三种种方法进行了预测及对比,从预测效果可以看出在短期预测内三种模型都能有相当好的预测精度,而灰色-时序组合模型预测精度略高。     

基于优化K-GM(1,1)在桥梁变形预测中的应用研究

传统GM(1,1)模型在建模过程中易受到随机扰动的影响导致预测精度低、残值大。将卡尔曼滤波和灰色理论结合,先使用卡尔曼滤波消除扰动误差,并对滤波后的数据序列进行初始值和背景值的优化,建立K-GM(1,1)模型。结合桥梁沉降变形监测数据,采用两种模型分别预测对比分析,研究结果表明:优化的K-GM(1,1)模型精度优于传统灰色模型,桥梁沉降监测值与预测值变形一致。     

基于灰关联定权组合模型的基坑变形预测分析

将基坑变形预测分为横向预测与纵向预测,横向预测选用相邻监测对象为影响因素,并建立各影响因素的一元非线性回归模型;纵向预测分别建立回归分析模型、时间序列模型、灰色系统模型、BP网络模型。以单一预测模型与监测对象的关联度为依据,确定了单一预测模型的权重值,建立了灰关联定权组合预测模型。分别运用单一模型与组合模型进行数据预测,并对预测结果进行分析比较,组合预测模型预测结果更为稳定、准确,能较好地反映监测对象的变化趋势。     

高速公路软基沉降变形预测研究

以邢台临西高速公路软基段为工程背景,基于双曲线模型和灰色模型,采用误差绝对值加权和最小的准则,创建了一种加权组合模型。计算分析与实测数据的比较结果表明,加权组合模型较单一,预测模型预测误差降低,克服了单一预测模型的自身缺点。加权组合模型的提出对于研究沉降变形预测问题具有一定的理论指导意义和工程实用价值。     

数据突变下隧道洞口边坡变形灰色预测研究

根据边坡位移监测信息,应用灰色系统的原理和方法,对边坡的变形发展变化进行预测是一种有效手段.但边坡变形受到某些外界因素的影响发生突变时,监测数据序列不能正确反映边坡变形规律,致使边坡变形预测结果出现强度偏差.因此,提出数据突变预处理方法,并结合四车道扁平特大断面隧道洞口边坡变形现场监测数据,建立数据突变下的时间序列灰色预测模型,对边坡的发展变化情况进行预测.研究结果表明:基于数据突变预处理方法的时间序列灰色预测变形值与边坡实际发展变化一致,提高了时闻序列灰色预测的准确性.     

边坡变形预测的灰色理论研究与应用

根据边坡位移监测信息，应用灰色系统的原理和方法，对边坡的变形发展变化进行预测是一种有效手段。但在阶段变化因素作为岩土体边坡变形影响主因时，由于监测时段与影响主因的阶段性不一致，监测数据序列不能正确反映边坡变形规律，致使边坡预测变形结果出现强度偏差；为此，提出以控制因素变化的阶段性来划分时间数据序列，建立阶段时间序列灰色预测模型，对边坡的发展变化情况进行预测。研究结果表明，采用该方法预测变形值与边坡实际发展变化一致，提高了时间序列灰色预测的准确性。     

基于EMD的GM-LSSVM在变形预测中的应用

针对变形呈非线性、随机性变化特征,提出了一种基于经验模态分解(EMD)的灰色最小二乘支持向量机(GM-LSSVM)变形预测模型。该模型首先采用EMD有效分离出隐含在变形序列中的非线性高频成分和低频成分;然后根据各分量特点构建了高频LSSVM预测模型和低频GM(1,1)预测模型,最后叠加各分量预测值得到预测结果。经理论分析和算例表明,并与灰色GM(1,1)、BP神经网络和LSSVM对比分析。结果表明,EMD能够有效分离变形序列的不同频率成分,本文方法具有较强的预测精度,均方根误差为0.40 mm,在变形预测中具有一定的实用价值。     

基于灰色时间序列组合的隧道变形预测研究

随着各大城市地铁的兴建,各种工程事故相继发生,隧道开挖具有复杂性和特殊性,充分认识和掌握隧道围岩的变形规律,对于避免不必要的工程事故具有重要意义。本文基于隧道围岩施工期的变形监测数据,深入研究了时间序列分析、灰色系统理论和组合模型预测方法。结果表明,MGM(1,3)+AR(3)组合模型不仅能够反映数据序列的发展变化的趋势性,而且还能考虑数据序列随机波动的影响,组合模型拟合与预测的模拟预测精度高。研究成果为隧道围岩施工期和运行期的安全提供可靠依据,并未科学研究和理论计算提供参考。     

动态修正时距权重的不等时距灰色模型及应用

传统不等时距 GM(1,1) 模型预测结果往往会出现预测值的残差较大而且残差率的变化也大,还需再建立残差模型加以修正。针对传统不等时距 GM(1,1) 模型的不足,重新分配在数据累加和累减过程中时距的权重,通过研究与验算确定最佳的时距权重,建立了修正时距权重不等时距边坡位移的灰色预测模型,并在数据累减还原过程中依据残差率的变化趋势动态修正时距权重,使其预测结果与监测结果更为接近。该预测模型充分考虑了预测系统的时变性和灰色性,降低了预测系统的整体预测误差,提高了预测精度。实例分析表明：该预测模型拟合精度较高,预测结果正确可靠,能够反映边坡位移的发展趋势,对边坡位移的短、中期变化有较为理想的预测效果,具有一定的理论价值和工程实践意义。     

无偏灰色—马尔科夫组合模型在变形预测中的应用

在传统无偏灰色预测模型和马尔科夫模型的基础上提出了一种新的组合模型来对变形监测中的沉降进行预测。首先针对传统灰色预测模型存在灰色偏差与抗干扰能力弱的局限性,以及随机波动大的动态过程,提出采用无偏灰色—马尔科夫组合模型进行沉降预测。实验结果表明,利用该组合方法预测结果的精度要明显优于无偏灰色预测。     

基于改进的灰评估模型在岩爆中的预测研究

岩爆是深部高地应力区岩体开挖过程中常见的一种复杂的动力失稳现象。由于影响因素众多,且各因素在岩爆的孕育过程中所起的作用尚不十分明确,可以将岩爆与其影响因素间的复杂关系当作灰色系统,利用灰色聚类方法进行研究。根据岩爆的成因及特点,选取洞壁围岩的最大切应力 、单轴抗压强度 、单轴抗拉强度 及岩石弹性能量指数 作为影响岩爆的主要因素,并以应力系数 / 、脆性系数 / 及弹性能量指数 作为评价指标,通过对灰色白化权函数进行优化,建立改进的岩爆预测灰评估模型。该模型解决了传统模型存在的灰类多重交叉性及不满足规范性等问题,理论上更完备。采用改进模型对国内外若干深部岩石工程岩爆初始数据进行研究,并与传统模型的预测结果进行对比,发现改进模型的结果与实际情况吻合更好,预测精度更高,从而验证了改进模型的有效性及实用性。研究方法为岩爆的准确预测提供一种切实可行的途径。     

Prediction of grey-catastrophe destabilization time of a granite residual soil slope under rainfall

The stability of a residual soil slope is a system of grey and white, and gradual change and sudden change. It is difficult to accurately forecast the instability time of a granite residual soil slope, because the factors affecting the instability of granite residual soil slopes are random and uncontrollable. Using the grey prediction method, the accumulation generation of data weakens the influence of random disturbance factors in the original sequence, and enhances the regularity of data. In this paper, we proposed a grey cusp catastrophe prediction model to calculate the instability time of granite residual soil slopes under rainfall. We took one-time cumulative transformation of the remote monitoring data of slope displacement, and then conducted polynomial regression fitting on the processed displacement data and monitoring time. The grey cusp catastrophe instability prediction model of granite residual soil slopes was established using the nonlinear dynamic catastrophic prediction theory. The critical instability time of the slope was predicted using the grey catastrophe instability prediction method presented in this paper. For comparison, we conducted exponential curve fitting on the displacement data and monitoring time, and then established the Saito instability forecasting method of a soil slope to predict the slope instability. Through the engineering application, and using the presented grey catastrophe slope instability prediction method, the slope instability process may be accurately predicted. The calculation results using the grey catastrophe slope instability prediction method presented in this paper are in good agreement with the actual situation. Whether it can be used for other slopes remains to be further studied.

     

巴郎山隧道围岩稳定性前期分析

以巴郎山隧道为例,在施工过程中对隧道围岩变化情况进行监控量测,本文采用BP神经网络模型和灰色理论GM(1,1)模型对围岩的前期变化进行分析。结果表明两种模型拟合预测精度均较高,能较好地反映隧道在施工过程中,水平位移收敛的变化情况,其中灰色模型拟合平均精度较优,并且没有误差较大的跳跃点,而神经网络模型拟合平均精度稍弱且局部误差较大,通过对比有利于施工者在开挖前期,选择适应性更强的模型对隧道稳定性进行判断。     

多因素灰色G(1,N)模型在大跨桥梁基坑位移预测中的应用

G(1,1)模型只利用单点已测数据进行预测该点的位移,而不管别的因素的影响。而事实上该点位移和围护桩上其他点的位移及锚索拉力是耦合的。针对传统的单因素灰色模型在基坑预测中的不足之处,提出采用多因素的G(1,N)灰色模型对基坑位移进行预测研究。计算实例表明,该模型预测精度高,所需数据少,简单实用,值得在大跨桥梁基坑预测中推广。     

改进灰色GM(1,1)模型在隧道围岩位移预测中的应用

传统灰色GM(1,1)模型 ,多适用于等间距序列监测数据的模拟预测 ;对非等间距则往往产生较大的滞后误差。提出了一种经改进的GM(1,1)模型 ,经实例分析 ,该模型适用于隧道围岩位移非等间距监测数据序列的位移预测 ,且都能获得很高的模拟和预测精度     

灰色理论在深基坑支挡结构变形预测中应用

根据深基坑支挡结构水平位移监测信息,应用灰色系统的原理和方法,对基坑的变形发展变化进行预测是一种有效手段,对深基坑工程的设计和施工具有非常重要的意义。预测中灰色模型的建立以等时距原始数据为前提,结合苏州某地铁车站的基坑开挖工程,通过灰色理论中的GM(1,1)模型对基坑开挖所引起的支挡结构的水平位移进行了预测,其预测结果与监测结果接近。结果表明,在GM(1,1)模型中,利用初期水平位移实测值来预测未来一定时间内的支挡结构的水平位移值能够获得比较准确的预测结果,并且其预测模型可以应用于动态设计和信息化施工。     

引入修正因子的非等时距时变参数灰色预测模型及应用

边坡系统是一类典型的复杂灰色系统,由于其位移监测数据离散程度较高,因此应用经典灰色预测模型往往会出现预测值偏差较大的情况。本文针对经典灰色预测模型GM(1,1)的不足,依据灰色系统理论信息处理原则,在灰色预测模型中引入Legendre时变参数,建立了非等时距时变参数边坡位移的灰色预测模型,并在计算过程中引入修正因子修正预测结果,根据后验方差比C的大小确定修正因子λ的取值,从而确定引入修正因子后边坡位移预测的整体最优化值,提高预测精度。此位移预测模型充分考虑了预测系统的时变性和灰色性,降低了预测系统的整体预测误差。由于文中预测实例的监测数据及测试时间间隔均有较大离散性,因此应用此模型进行预测较为合理。实例计算表明:预测模型可以较好的模拟已测数据并对边坡位移的短、中期变化有较为理想的预测效果。     

金属矿山开采地表岩移的灰色预测模型

金属矿山地表岩移受许多因素综合影响,从而导致开采过程中引起的岩移变化表现出复杂性和非线性特征。灰色系统的GM(1,1)模型是一种预测模型,包括数列预测、灾变预测、拓扑预测。矿区地表岩移的实测数据是时间序列数据,通过检验和残差修正,可得到符合该时间序列数据的GM(1,1)预测模型。以某金属矿区最大沉降GPS监测点为例,计算模型参数,建立相应的灰色微分方程模型,并对该模型的计算结果进行检验,对比实测值与模型计算值,发现该模型误差小、精度高,可用其对该地区未来地表岩移的发展变化进行预测。     

大型地下厂房三种涌水量预测模型分析

在地下工程开挖过程中,地下涌水量对施工人员的安全及工程的安全性有较大的影响。由于地下涌水量的影响因素复杂且呈非线性关系,为了能更准确地预测涌水量,采用某大型厂房地下涌水量的原始数据,通过对地下涌水量建立灰色预测模型、回归预测模型以及时间序列预测模型,预测出地下涌水量的发展趋势,对比分析表格数据、图表特征以及预测精度,得出灰色预测模型预测效果最佳。研究表明,灰色预测模型可以在较少数据的基础上达到合理预测的目的。研究结果可对工程安全提供参考,为类似工程提供借鉴。