改进的灰色—马尔科夫模型及其在沉降预测中的应用研究

针对传统的灰色GM(1,1)模型对沉降预测的局限性,本文在传统灰色预测模型的基础上对观测数据进行平滑处理,并分析比较对数函数平滑和含参线性函数平滑后预测的效果。将改进的灰色模型预测值与观测值的残差值用于马尔科夫的状态划分,构造状态转移概率矩阵,建立改进的灰色—马尔科夫模型。文中结合大坝沉降的实测数据,用此模型进行建模。结果表明,基于含参线性函数平滑后的灰色—马尔科夫模型的预测效果最好。     

改进的GM(1,1)模型在地铁运营隧道的沉降预测分析

工程监测中常用灰色系统的GM(1,1)模型对建(构)筑物沉降进行预测分析,但由于GM(1,1)模型本身的局限性,其预测往往存在较大误差,为了提高GM(1,1)模型在预测分析上的准确性,本文提出采用利用残差修正的方法对GM(1,1)模型进行改进,并利用该改进模型对地铁运营隧道的沉降进行预测分析,实验证明该方法相对于传统的...     

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。     

新陈代谢GM（1,1）模型在河流水质预测中的应用

针对常规GM(1,1)模型存在的不足,运用灰色系统理论,建立了灰色新陈代谢GM(1,1)河流水质预测模型,对该模型的精度以及误差进行了分析,并利用该模型对某地区河流的水质进行了预测,预测结果显示:灰色新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测的可信度。     

参数累积估计PGM(1,1)模型在变形预测中的应用

针对传统GM(1,1)模型在变形预测应用中的缺陷,本文采用参数累积估计方法来代替最小二乘法,分析累积法用于求解灰色模型参数的可行性,并建立参数累积估计PGM(1,1)变形预测模型。通过具体实例,结果表明建立的模型具有一定的合理性和优越性,可以应用于实际的变形监测中。     

混凝土受压过程中声发射数的灰色模型研究

针对在混凝土单轴受压破坏全过程的声发射试验中,采用传统GM(1,1)灰色模型多步预测分析所得预测值普遍较实测值偏大、预测精度偏低的问题,通过引进预测值折减系数,重点探讨了折减系数的特点.结果表明,折减系数在预测曲线起点处基本为一常数,在终点处基本与已知数据百分数呈线性关系.基于上述特点通过插值求其折减系数来合理修正传统的灰色模型,建立起折减修正GM(1,1)灰色模型.通过该修正GM(1,1)灰色模型对室内声发射试验建立的预测模型,其精度较传统GM(1,1)灰色模型有较大提高.     

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。     

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.     

修正的GM(1,1)在滑坡变形预测中的应用研究

针对传统灰色GM (1,1)在预测过程中,易受到周围环境因素的影响导致预测精度不高的问题,提出一种同时修正迭代初始值及背景值的GM (1,1)模型。首先基于灰色理论建模机理,迭代初始值选取x(1)(k)进行优化,消除建模过程中由x(1)(1)引起的扰动误差。其次采用复化Simpson积分公式对背景值进行构造,建立迭代初始值与背景值同时修正的GM (1,1)模型。最后依托工程实例进行研究分析,结果表明:同时修正迭代初始值及背景值的GM (1,1)模型精度优于传统模型,滑坡监测点预测值与监测值变形趋势一致。     

GM(1,1)优化模型在基坑变形预测中的应用

基坑边坡系统是一典型的灰色系统.其变形发展过程可用灰色系统理论进行预测.本文在常规全息GM(1,1)模型的基础上,采用等维新息迭代法GM(1,1)模型对郑州太阳城紫荆花园基坑变形进行模拟预测,结果表明了迭代法GM(1,1)模型比常规的GM(1,1)模型预测精度高,更符合工程实际.     

GM(1,1)模型基坑结构变形预测应用研究

动态设计和信息化施工使得基坑结构变形预测意义重大,本文结合工程实践对GM(1,1)模型在基坑支护结构变形预测进行应用研究.工程应用结果显示灰色预测理论在深基坑结构变形预测方面具有较好的稳定性,GM(1,1)预测的深基坑地面水平位移、沉降与实际监测结果比较接近,GM(1,1)模型预测方法有效可行.灰色系统GM(1,1)基坑变形预测模型可作为基坑支护结构变形预测的参考工具.     

多变量灰色模型在大坝变形监测预报中的应用研究

大坝变形监测影响因素复杂,传统的单点建模预测方法并未考虑到多个监测点之间相互影响和关联。针对上述问题,本文在顾及大坝安全监测数据存在贫信息、小样本的基础上,提出采用多变量MGM(1,n)模型进行预测。为验证该模型的有效性与可靠性,又分别与单点GM(1,1)模型和改进的GM(1,1)模型进行对比。结果表明,多变量MGM(1,n)模型有更好的预测效果,显著地提高了大坝的预测精度。     

单桩极限承载力灰色预测

通过分析灰色GM(1,1)模型的特点,根据实际观测资料运用灰色GM(1,1)模型预测了单桩承载力与沉降的关系,并预测了单桩极限承载力,预测结果与实际观测具有较好的符合性,通过实例预测表明,这一模型具有较好的适用性,可以在类似工程中推广应用。     

灰色理论和BP神经网络理论在地铁深基坑变形预测方面的应用

地铁深基坑变形是影响地铁建设的重要问题之一。针对地铁深基坑变形众多影响因素所具有的不确定性、模糊性以及深基坑变形的非线性特点,基于灰色系统理论和人工神经网络理论,分别采用灰色GM(1,1)模型、BP神经网络模型和灰色-BP神经网络组合模型对某地铁深基坑地表土体沉降进行预测分析,并将预测数据与实测数据进行对比,得出各模型预测精度。工程实例分析表明,灰色GM(1,1)模型预测精度最低,BP神经网络模型次之,灰色-BP神经网络组合模型由于集合了灰色GM(1,1)模型和BP神经网络模型的优点,预测精度最高,满足工程应用要求,对安全施工具有一定的指导作用。     

高边坡安全监测的改进GM模型预测研究

由于一般的 GM(1,1)模型进行预测存在较大的局限性及产生系统误差,对一般 GM(1,1)模型进行了误差来源追踪分析并提出改进方法,得到改进后的 GM(1,1)预测模型,并将其用于高边坡安全监测。依据碧口水电站高边坡连续 8 a 的监测数据(第 6,7 a 的数据予以剔除),建立了碧口水电站高边坡灰色安全监控模型。把改进的 GM(1,1)预测模型与一般的 GM(1,1)模型、统计模型等预测模型进行了对比,同时还进行了平均误差、相关系数以及最大误差分析对比。研究表明,改进后 GM(1,1)模型监控精度较高,预测结果与实际吻合较好。     

改进灰色预测模型在城市用水量预测中的应用

为提高城市用水量的预测精度,分析了GM(1,1)模型和灰色Verhulst模型,同时由于GM(1,1)模型存在一定的缺陷,本文对基本GM(1,1)模型进行了新陈代谢改进,最后通过对实例的预测分析,改进灰色预测模型预测精度更高。     

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。     

最优非负变权灰色非线性模型及桥梁变形预测

针对灰色预测模型GM(1,1)拟合精度低的情况,创新性的提出GM(1,1)模型同正弦函数、余弦函数、指数函数和同常数相结合的灰色非线性模型,并给出模型解算和精度评定方法。在此基础上,根据变权原理又提出了最优非负变权灰色非线性模型解算思路。并用某桥梁变形监测工程实例进行验证。通过比较分析各模型精度发现:最优非负变权灰色非线性模型预测精度较GM(1,1)模型、灰色非线性模型得到一定程度的提高,可以应用于桥梁变形预测中。     

动态残差修正的新陈代谢灰色模型在沉降预测中的应用

在原始传统GM(1,1)和新陈代谢动态灰色模型的基础上,建立了傅里叶变换修正动态残差的新陈代谢灰色模型。结合工程实例沉降数据,用原始传统灰色模型、新陈代谢灰色模型、动态残差修正的新陈代谢GM(1,1)三种模型进行短期和中长期沉降预测分析比较,结果动态残差修正的新陈代谢GM(1,1)模型比动态灰色模型、原始传统灰色模型的预测精度均有所提高,并有一定的收敛性和较好的预测效果,为今后的沉降预测评估提供了一定的参考。     

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。