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。     

GM（1，1）模型在高层建筑物沉降监测中的应用

详细地介绍了GM(1,1)模型及模型精度评定,利用GM(1,1)灰色模型和回归模型对宜昌均瑶国际广场的沉降进行预测,将预测结果进行对比,分析表明GM(1,1)灰色模型能较好地预测该建筑物的沉降趋势。     

明挖隧道基坑周边建筑物沉降预测研究

基于济南市济泺路穿黄隧道工程,研究了BP神经网络和灰色GM(1,1)模型分别对隧道开挖影响周边建筑物沉降的预测。BP神经网络模型和灰色系统模型预测深基坑周围建筑物沉降,均能够取得较好的预测结果;对建筑物的沉降量进行中长期预测时,BP神经网络模型更适合进行预测;灰色GM(1,1)模型的特点需使用的实测数据少,该模型适用于短期预测,在监测数据较少时能够发挥较好作用。     

桥梁基础沉降的等维灰色预测

为揭示桥梁基础沉降的变化规律,采用灰色系统理论分别建立了基础沉降量预测的传统GM(1,1)模型和等维新信息GM(1,1)模型。工程验证结果表明,灰色预测模型的计算值与实测值较吻合,等维新信息GM(1,1)模型比传统GM(1,1)具有更高的预测精度,更适合于桥梁基础沉降量的预测。桥梁基础沉降量的灰色预测结果可为提前评估沉降设计及施工质量提供参考依据。     

北京某建筑地基的沉降监测与灰色预测

利用GM(1,1)灰色预测模型对沉降数据进行预测分析.结果显示,地基沉降数据的灰色预测值与实际观测值相关性好,模型精度较高,灰色理论用于建筑地基沉降预测切实可行.     

灰色BP神经网络组合模型在地铁沉降监测中的应用

地铁路基沉降监测是变形监测中的一项重要内容,关系到交通运营的安全问题。为准确对地铁沉降进行预测,在灰色GM(1,1)模型及BP神经网络模型的理论知识的基础上,利用某地地铁沉降监测数据,采用灰色BP神经网络组合模型对地铁监测数据进行预测。通过监测数据和预测数据的对比分析,得出组合模型对地铁沉降数据预测较为准确、精度较高的结论。     

矿区地表沉降灰色系统预测模型适用性——以陕西榆家梁煤矿为例

灰色系统理论模型是矿区地表沉降预测的重要方法之一,针对各种灰色系统理论模型在矿区地表沉降预测中的适用性问题,该文以灰色数列模型、GM(1,1)模型和灰色Verhulst模型为地表沉降预测模型,以陕西神木县榆家梁煤矿综采工作面地表沉降监测数据为数据源,开展了灰色系统理论模型预测对比研究。同时,以后验差比C和小误差概率P对比验证3种模型的预测精度。结果表明:(1) Verhulst模型的P值均为1,C值最大为0.11,最小为0.04,是3种灰色系统理论模型中精度最高、预测效果最佳的模型;(2)GM(1,1)模型的P值均为1,C值最小为0.14最大为0.19,是3种灰色系统理论模型中精度最低、预测效果最差的模型;(3)灰色数列模型、GM(1,1)模型、灰色Verhulst模型的模型精度均为优秀,均是矿区地表沉降预测的适用性模型。     

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GM模型在地铁车站深基坑变形预测中的应用

介绍了灰色GM模型的基本原理及计算过程.以某地铁站深基坑工程为背景,根据测得的数据,采用GM(1,1)模型对基坑围护桩变形及基坑周围土体沉降进行预测.将预测值与实测值对比分析可知:采用GM(1,1)模型得到的预测值很好的拟合了实测值,预测精度高,利用GM(1,1)模型对围护桩进行变形及基坑周围土体沉降进行预测是可行的....     

大直径桩荷载与沉降关系的改进离散灰色模型

大直径桩荷载与沉降关系曲线一般为缓变形,未必符合指数曲线特性,很可能服从其他非线性特性,为此对离散灰色DGM(1,1)模型进行拓展,建立了非线性离散灰色模型。以此模型为基础利用优化理论求出初始迭代点,提高了非线性离散灰色模型的精度。利用该模型预测大直径桩荷载与沉降曲线,预测值与试验值吻合较好,与GM(1,1)模型、离散灰色DGM(1,1)模型相比,预测精度进一步提高,为大直径桩的荷载与沉降关系曲线预测提供了新的方法。     

灰色理论在基坑周边地面变形预测中的应用

运用灰色系统理论,对基坑变形建立了GM（1,1）预测模型,通过实际值与预测值的比较,验证了灰色理论GM（1,1）模型在基坑周边地面变形预测中的可行性。     

灰色理论在基坑开挖引起周边地面沉降预测中的应用

在基坑开挖施工过程中,随着基坑挖深和降水量的增加,常常引起基坑周边地面缓慢地沉降。本文以灰色理论为基础,提出了基坑周边地面沉降预测与分析的一种新方法,并建立了不等时距GM(1,1)沉降预测模型进行计算与工程实测值比较,验证了灰色理论在基坑周边地面沉降预测分析中的可行性、有效性。     

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。     

基于灰色系统理论的基坑变形预测研究

由于基坑变形是多因素作用的结果,而其变形系统的实质是一个灰色系统,所以可以采用灰色系统理论对基坑变形进行预测.根据灰色系统理论,建立了基坑变形的GM(1,1)预测模型,并利用某工程的实际监测资料对未来基坑变形进行预测,结果与实测值吻合较好,证明了该预测模型具有较好的精度,对指导基坑工程的信息化施工有积极意义.     

改进灰色模型及其在基坑变形监测中的应用

灰色系统理论在岩土工程领域已经有着广泛的应用,其中以灰色理论中的GM(1,1)模型为最。本文基于GM(1,1)的建模机理,从原始序列、初始值、背景值等方面对其进行优化,并将改进后的模型应用于某基坑工程的变形预测。结果表明,改进后模型的预测结果与实测结果拟合得效果很好,较之原GM(1,1)模型预测精度要高。     

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。     

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。     

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。     

基于灰色理论的软土地区深基坑变形预测研究

鉴于深基坑变形监测具有影响因素的不确定性、灰色性等特征,利用灰色系统理论方法对基坑的变形发展趋势进行预测具有重要的实际应用价值。考虑昆明软土地区深基坑工程变形特点,建立深基坑监测变形的灰色系统GM(1,1)预测模型,并进行了工程实例分析。研究表明,此方法客观准确、操作简便,具有一定的实际应用价值,可为相关工程提供参考借鉴。