基于GM（1,1）模型与灰色Verhulst模型的地铁竖井沉降预测

GM（1,1）模型与灰色Verhulst模型是广泛应用于变形分析预测的两种经典预测模型。本文利用这两种模型分别对地铁竖井沉降数据进行分析预测。通过对预测数据的比较分析,得出了灰色Verhulst模型的预测精度更高,更适合于地铁竖井沉降的预测分析。     

GM(1,1)模型在建筑物沉降监测中应用

结合某建筑物沉降监测数据,运用灰色预测GM(1,1)模型,探讨该建筑物沉降的动态变化规律,为其安全性诊断提供必要的信息。与实测结果对比表明,GM(1,1)模型对其沉降趋势符合度较高,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。     

GM(1,1)模型在建筑物沉降预测中的应用及Matlab的实现

针对建筑物出现的变形问题,提出在现有建筑物观测数据的基础上,运用灰色理论的方法,建立GM(1,1)模型,来预测该建筑物的沉降量,并用Matlab来对GM(1,1)算法进行实现.分析结果表明,GM(1,1)模型能较好地预测建筑物的沉降发展趋势,具有较强的实用性.     

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。     

灰色系统中模型GM(1,1)对于大豆价格指数的预测

本文采用灰色系统中预测方法,建立了关于大豆价格指数灰色预测模型GM(1,1),采用灾变预测思想建立大豆价格等级体系,从而设计出针对大豆价格变异的预测决策系统。其中针对近年来大豆价格低迷,豆农惜售。这一事件为例,从小样本出发,经过残差分析,精度检验等手段表明,此套大豆价格预测系统有良好的可操作性,同时可以推广到其它非本征性经济领域。     

不等时距GM(1,1)模型在建筑沉降预测中可行性研究

在建筑变形预测中,不等时距 GM(1,1)模型是被广泛引用的经典模型。在数十例工程实践中运用该模型,通过预测与实测成果对比,分析模型的可行性。结果表明,该预测模型存在很大的误差,不能达到预报建筑物最终沉降的要求,建议结合场地条件,建筑结构特征来预测建筑物沉降。     

基于灰色系统GM(1,1)模型的山西旅游业收入预测

山西省正处于转型跨越的关键时期,政府不断调整产业结构,大力发展第三产业,而旅游业产业贡献率居第三产业首位。文章将灰色系统相关理论与旅游业相结合,运用灰色系统GM(1,1)模型对山西省2006—2011年旅游业收入的数据进行分析,预测未来几年山西省旅游收入状况,为山西旅游业发展提供重要的政策依据。     

基于灰色GM(1,1)模型的混凝土碳化深度预测

阐述了混凝土碳化过程及机理,并分析了其影响因素,运用灰色GM(1,1)模型对混凝土碳化深度进行预测,结果表明,灰色GM(1,1)模型预测混凝土碳化深度具有较高精度,这一方法是可行、有效的。     

用GM（1,1）模型和Verhulst模型进行建筑物沉降预测

采用ＧＭ（１,１）模型和Ｖｅｒｈｕｌｓｔ模型对建筑物进行沉降预测,对二者进行对比,指出其优缺点,最后指出使用Ｖｅｒｈｕｌｓｔ模型预测沉降效果较好。     

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。     

新陈代谢GM（1，1）模型在建筑物沉降预测中的应用研究

本文针对传统GM（1,1）模型存在的不足,建立了新陈代谢GM（1,1）沉降预测模型。并以某建筑物沉降为例对比两模型的预测值,结果表明新陈代谢GM（1,1）模型在处理该粪数据上更加具有一定的优势。     

混凝土中氯离子浓度的灰色GM(1,1)模型分析

在海洋环境下,氯离子侵入混凝土的机制复杂且难以确定.研究氯离子浓度沿混凝土深度的变化规律对正确评估钢筋混凝土的耐久性具有重要意义.笔者结合工程实例,应用灰色GM(1,1)模型对氯离子浓度沿混凝土深度的变化进行模拟和预测,结果表明:①采用GM(1,1)模型模拟的平均相对误差的精度高达6%,明显高于本文中其他模型;②在只有浅层氯离子浓度数据的情况下,可以预测较深处的氯离子浓度值,预测精度随距离的增长而降低.     

改进GM(1,1)模型在建筑工程现金流预测中的应用

准确的建筑工程现金流预测是提高建筑行业投资和融资决策效果、获得稳定收益的前提,合理的现金流预测方法是确保预测结果准确的关键。引入灰色预测和"1/4:1/3"现金流预测理论,提出基于权重因子的背景值构造,并以实地收集的10余个建筑工程项目为样本,采用黄金分割法和对半分割法对GM(1,1)模型进行改进,以提高GM(1,1)模型在建筑工程现金流预测实践中的适用性和适应性。实证结果表明,改进后的灰色预测模型能够以较高精度预测建筑工程现金流,从而为公司投资、融资决策以及资金管理提供可靠依据。     

Excel在GM(1,1)沉降预测数据处理中的应用

GM(1,1)模型在沉降预测中已经广泛应用,然而其计算过程复杂,在数据量较多的情况下计算量很大.本文以某沉降监测数据为例,提出利用Excel进行数据处理的方法,过程简单,结果准确,极大方便了计算工作.     

基于灰色预测GM(1,1)模型的火灾损失预测

基于灰色预测GM(1,1)模型,根据2002-2009年全国火灾损失数据,包括每年全国火灾发生起数、死亡人数、受伤人数、直接经济损失,预测2010-2012年全国火灾损失情况,并将灰色预测结果与2010年和2011年火灾损失数据进行对比.结果表明:全国火灾发生起数、死亡人数、受伤人数预测结果合格,且火灾发生起数、火灾死亡人数预测精度较高;每年全国火灾直接经济损失规律性很弱,用灰色预测GM(1,1)模型无法预测2010-2012年全国火灾直接经济损失.     

GM(1,1)模型在边坡变形预测中的优化研究

GM(1,1)模型作为一种经典的灰预测模型,凭借其较好的契合性在众多领域中得到了广泛应用,但不可否认的是,传统GM(1,1)模型预测偏差较大的情况也时有发生。论文以宁定边坡实测数据为基础,对传统GM(1,1)模型预测偏差进行了分析,提出了一种基于残差模型修正的优化思路,提升了GM(1,1)模型短期的预测精度,可以更为精确地研究边坡变形规律。     

灰色理论在加筋土挡墙沉降预测中的应用

将灰色理论中的GM(1,1)灰预测模型运用于加筋土挡墙的沉降预测中,充分利用GM模型建模方便、预测精度高的特点,与现场监测数据进行对比分析,说明此理论与模型在加筋土挡墙的沉降监测中具有实用价值。     

Kalman-GM(1,1)组合模型在基坑围护墙顶沉降预测中的应用

针对基坑围护墙顶沉降监测数据受外界随机噪声干扰较大的问题,提出利用Kalman-GM(1,1)组合模型来进行变形分析和预测。即先用Kalman滤波模型对观测数据进行去噪处理,再建立基于滤波数据的GM(1,1)模型,进行基坑墙顶沉降预测。工程实例应用表明,该组合模型有效减弱了随机噪声干扰,其预测精度和可靠性高于单一GM(1,1)模型,更适用于基坑墙顶沉降预测。     

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。     

GM(1,1)与GM(2,1)模型在基坑工程预测中的应用

灰色系统理论已经在岩土工程领域有广泛的应用。本文把灰色系统中的GM(1,1)模型和GM(2,1)模型应用到基坑工程中,并编制了预测计算程序GYC1.0用于锚杆拉力、地面沉降和地面水平位移预测计算。工程实践说明:GM(1,1)模型比GM(2,1)模型更可靠,稳定性高,但是GM(1,1)模型短期预测时效果良好,中期预测时效果偏差较大,长期预测则要慎重。