Verhulst模型在软基沉降预测中的应用

地基沉降量随时间的变化规律与Verhulst模型的特点相似。文章基于Verhulst模型和某长江沿岸软基沉降实测值,预测了软基沉降量随时间变化的过程,并与经典GM(1,1)模型的预测效果作出比较,得到Verhulst预测精度更高,高达99.87%。     

软土地基沉降变形预测方法归纳分析

当前预测软土地基沉降的方法非常多,软土地基沉降预测方法适应性会因为地质条件的不同适用范围不同。为了在软土地基沉降中使得各预测方法体现出各自的优越性,文章将现有的软土地基沉降预测方法进行归纳总结。当前现有的沉降预测方法主要有经验公式法(双曲线法、指数曲线法、星野法)、灰色系统法、神经网络法、遗传算法。     

基于改进无偏灰色模型的燃气供气量的预测

为有效配置资源及保障城市安全,利用改进无偏灰色模型计算城市燃气供气量。建立无偏灰色预测模型,用3点平滑法及等维新息对数据序列进行处理,得到改进无偏灰色预测模型。根据城市供气量的统计数据,分别由无偏灰色预测模型及改进无偏灰色模型进行拟合预测,并将所得供气量与实际供气量进行比较。计算结果表明:无偏灰色模型所得预测曲线为单调递减函数,随着预测时间增加预测值和实际供气量偏差较大;改进无偏灰色模型能够改变无偏灰色模型的单调性,预测值和实际供气量比较接近,可用于中长期预测。无偏灰色模型和改进无偏灰色模型预测所得燃气供气量的相对误差均值分别为7.32%和5.76%。     

非等步长GM(1,1)灰色模型在建筑物变形监测中的应用

GM(1,1)灰色模型在建筑物变形监测中得到了越来越广泛的应用,文章在传统GM(1,1)灰色模型的基础上,通过加权处理建立基于非等时间步长序列模型,结合沉降观测实例,并对模型结果进行了评定,结果表明该方法提高了模型的预测精度。     

灰色预测模型在隧道拱顶变形预测中的应用

隧道施工中围岩变形预测是隧道施工安全和工程质量的关键,至今已出现多种预测模型,但由于这些模型都存在一些不足之处,不能较好地指导施工。根据灰色理论建立灰色GM(1,1)模型,并利用炮台山隧道实际监测数据进行预测,验证了应用该模型进行隧道围岩变形预测是可行的。     

灰色模型在预测建筑物基础沉降中的应用

文章简要介绍了变形监测的内容、技术及变形监测的方法,在此基础上介绍了灰色模型的概念,模型建立的原理。建筑物沉降对人民的人身安全有着很大的影响。所以对建筑物基础进行安全监测来评定建筑物安全状况具有重要意义。文章对预测建筑物基础沉降进行了建模。     

聚氯乙烯涂层膜材料非线性蠕变性能预测

为深入研究建筑用膜材的蠕变行为,在室温条件下对聚氯乙烯（PVC）涂层膜材的单轴拉伸蠕变性能进行了测试和分析,采用Burgers模型及其修正模型和Findley幂函数模型对蠕变实测值进行了拟合,并比较了各模型的预测精度。研究结果表明,PVC涂层膜材的蠕变具有非线性特征,且非线性程度与蠕变时间和蠕变应力有关。拟合曲线和蠕变实测值对比显示,选用的蠕变模型均具有较好的拟合优度,均可用于描述PVC涂层膜材的蠕变特性。预测曲线与实测蠕变曲线对比显示,分数阶Burger模型预测精度最高,Findley幂函数模型次之,指数Burgers模型再次之,Burger模型最差。     

纱条不匀灰色预测模型的建立

应用灰色预测理论,对纱条不匀进行预测,建立了纱条不匀灰色预测模型,并对该模型精度检验,为纱条不匀的预测与控制提供了精确的数学模型。     

基于灰色关联分析的缝纫针号预测

将灰色系统理论应用于服装缝纫加工参数缝纫针号的预测。选择45块常用的服装面料,在KES测试仪上进行面料力学性能的测试。不同面料所用的缝针由服装厂的技师根据经验选择并通过实际缝制实验验证。利用面料的力学性能指标和缝纫针号间的灰色关联分析,按照关联度的高低对建模数据进行筛选,以关联度在0·90以上的参数建立缝纫针号的优化灰色预测模型GM(SP)。与未经灰色关联分析的全参数预测模型GM(AP)比较,优化灰色模型的预测精度有明显提高,说明其应用是有效的。模型的相对误差为5·61%。     

纱条不匀异点的灰色预测

本应用灰色预测理论，对纱条不匀进行了预测，建立了纱条不匀灰色预测模型，并对该模型进行了精度检验，为纱条不匀的预报提供了数学模型。     

基于改进的灰色马尔可夫模型的陕西省苹果年产量预测

本文建立了无偏灰色模型和滑动无偏灰色模型,并分别以这两种模型预测2007―2015年陕西省苹果年产量。为了进一步提高模型的预测精准度,选取预测效果较优的滑动无偏灰色模型进行马尔可夫修正。并且在修正的过程中不断更新原始数据,建立了一种改进的灰色马尔可夫预测模型。用改进后的灰色马尔可夫预测模型进行预测的精度有了明显提高。     

基于分数阶模型的纱线蠕变性能模拟与预测

针对现有纱线拉伸力学模型描述不准确问题,以分数阶微积分模型对纱线拉伸行为进行分析。首先,引入分数阶微积分理论改进的黏壶模型建立了分数阶纱线蠕变模型,使用XL-2型纱线强伸度仪对不同线密度及不同张力纱线进行蠕变实验,获得纱线蠕变的全过程曲线。通过对不同线密度下的试验曲线进行回归分析得到了模型参数以及蠕变模型参数与施加张力大小的变化关系。最后,利用不同模型对不同张力的纱线蠕变曲线进行拟合和预测。结果表明：分数阶纱线蠕变模型,相比于三元件模型、整数阶模型和Burgers模型,具有结构简单、参数少的特点,并且对纱线蠕变的拟合和预测也具备较高的精度。     

旋转曲面面积的计算方法

解决计算旋转曲面面积尚无具有普遍适用性的统一公式之问题.依据古鲁金第一定理推证,得到利用曲线积分计算空间某一平面上的曲线Γ绕直线(轴)L旋转而成的旋转曲面面积的通用公式;利用曲线积分计算xoy面上的曲线c绕直线(轴)L旋转而成的旋转曲面面积的通用公式.依据所证得的通用计算公式推证得到,在某些特定情形下利用定积分计算旋转曲面面积的具有针对性的公式.     

棉花品种纤维品质发展趋势的灰色预测与分析

本文应用灰色系统理论,建立棉花品种纤维品质发展趋势的动态模型,并根据所建模型进行了纤维品质预测与分析。     

基于VIS/NIR高光谱散射特征预测牛肉的嫩度

本文研究利用VIR/NIR光谱散射特征预测成熟 7 天牛肉的嫩度.开发高光谱散射成像系统,获取新鲜牛肉 400～1100 nm 波长范围高光谱散射图像,对牛肉嫩度进行预测和分级.利用洛伦兹函数,拟合各个波长处的散射曲线,获取不同波长散射曲线的洛伦兹分布函数参数.使用逐步回归方法,选择最佳波长及相应的拟合参数,建立线性回归模型预测牛肉的嫩度,使用全交叉验证方法评价模型的性能.使用散射曲线的峰值建立的模型对嫩度的预测结果最好,预测相关系数为0.86,预测残差为11.7 N.以嫩度剪切力值 58.8 N 为界将牛肉分为粗糙牛肉组和嫩牛肉组,对嫩度的分级准确率是 91%.该研究表明,利用牛肉的散射特征可以对牛肉嫩度预测和分级.     

灰色模型和ARIMA模型在沙发色彩中的预测应用

运用灰色模型和ARIMA模型对意大利8个品牌的沙发颜色的色相进行预测,对预测结果进行比较分析,为沙发色彩的预测提供理论基础和科学依据。对2013-2019年提取的色彩色相数据建立GM(1,1)和ARIMA模型,同时对2017～2019年这三年的色相进行预测,并且对比了两种模型的实际值和预测值。灰色模型的残差值起伏较大,而ARIMA模型相对稳定,残差基本都在0.01左右。ARIMA模型的预测和意大利沙发颜色基本吻合,该模型可以用于沙发色彩色相的预测上,并且精确度高于灰色预测模型。     

灰色预测GM(1,1)模型的应用及改进

灰色GM(1,1)预测模型是灰色理论的重要组成部分,它的建立不需要有太多的样本,不要求样本有较好的分布规律,计算量少、有较强的适应性,所以GM(1,1)模型的应用很广泛,本文运用GM(1,1)模型进行实例预测,最后又提出一种改进GM(1,1)模型,大大的提高了该模型对问题的预测精度。     

基于灰色BP神经网络模型的文胸压力预测研究

为了更准确地预测文胸压力,以40名在校健康女大学生为研究对象,在其穿着合适尺码的文胸后,对文胸10个重要部位进行压力测试。建立BP神经网络和灰色BP神经网络预测模型,利用人体5个测量参数对文胸10个部位的压力值进行预测。结果表明,通过BP神经网络模型预测的文胸压力值只能达到真实压力值的73.55%,而通过灰色BP神经网络模型预测的文胸压力值可以达到真实压力值的84.70%。灰色BP神经网络模型可以结合BP神经网络模型和灰色模型的优点,发挥两种模型的优势,对文胸压力值做出较为准确的预测。     

叠层织物透气性的宏观流体分析

测试了单层及多层织物的透气性、厚度和质量,通过对数据进行处理得出织物的透气性是按照幂函数的规律随着层数的不断叠加而减小。为了实现利用Fluent软件对织物叠层的透气性进行预测,选用porous jump模型,通过对织物采用多孔模型简化处理,得到织物层数与透气率,层数与惯性阻力系数变化曲线及关系式。通过这2条曲线得到Fluent分析时的参数设置,从而将多种参数归并到单一参数中,简化了Fluent操作过程,实现了对多层织物透气性的预测。     

基于灰色BP神经网络模型的文胸压力预测研究

为了更准确地预测文胸压力,以40名在校健康女大学生为研究对象,在其穿着合适尺码的文胸后,对文胸10个重要部位进行压力测试。建立BP神经网络和灰色BP神经网络预测模型,利用人体5个测量参数对文胸10个部位的压力值进行预测。结果表明,通过BP神经网络模型预测的文胸压力值只能达到真实压力值的73.55%,而通过灰色BP神经网络模型预测的文胸压力值可以达到真实压力值的84.70%。灰色BP神经网络模型可以结合BP神经网络模型和灰色模型的优点,发挥两种模型的优势,对文胸压力值做出较为准确的预测。