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。     

灰色组合模型在坝体水平位移预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM（1,1）和BP神经网络组合模型,分别运用GM（1,1）模型、BP神经网络模型和它们的组合模型三种模型对坝体的非线性水平位移进行了分析,对比发现此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少的缺点,也增强了预测的自适应性,证明了组合模型的预测精度较高,可以应用于坝体水平位移的预测。     

基于灰色神经网络模型的基坑开挖引发周边地面沉降预测分析

在城市地下工程建设中,深基坑开挖引起的周围地表土沉降问题越来越受到人们的重视。地表沉降将引起邻近建、构筑物破坏,从而造成经济损失。因此,预测基坑周围土体未来一段时间的沉降,对及时采取治理措施具有重要意义。文章针对GM(1,1)模型地面沉降预测精度较低的问题,利用神经网络对灰色预测模型进行组合,生成灰色神经网络模型,并进行预测分析,结果表明,利用灰色神经网络模型预测的沉降值,比单独的灰色GM(1,1)模型预测的沉降值具有更高的精度。     

基于灰色神经网络模型的基坑变形预测研究

结合灰色GM(1,1)模型和BP神经网络模型各自的优缺点,建立了灰色神经网络组合模型,并采用该模型对实际的监测数据进行处理和分析.结果表明,灰色神经网络充分发挥了灰色模型和神经网络模型的优势,取得了较好的预测精度,能够满足实际应用的需要.     

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。     

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。     

基于灰色系统理论的路基沉降预测分析

引用灰色系统理论,构造了公路路基沉降的GM（1,1）灰色预测模型,结合某高速公路路基沉降监测实例,对路中和左右路肩处路基沉降分别进行了预测,经与实际观测数据对比,预测精度良好,说明GM（1,1）灰色模型在路基沉降预测中具有较大的实用价值。     

路基沉降灰色神经网络预测模型及其应用

针对路基沉降预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测路基沉降的新方法。以京沪高铁某段路基断面为例进行了预测研究,并与用GM（1,1）模型预测的结果进行了对比。研究结果表明：灰色神经网络预测比GM（1,1）模型预测误差小。     

应用GM（1,1）模型预测城市中长期用水量

阐述了GM（1,1）模型的建模思路以及模型模拟预测精度的检验方法,应用所建立的GM（1,1）模型对某市的中长期规划用水量进行了预测,结果表明,模型模拟预测精度为一级,预测效果良好。     

组合模型在城市用水量预测中的应用

将灰色模型和一元线性回归模型应用于城市用水量的预测,并用方差-协方差优选组合模型将灰色模型和一元线性回归模型进行组合.实例分析表明,组合模型的预测精度优于单个模型,可用于城市用水量的预测.     

等维新息神经网络模型在变形预测中的应用

采用灰色理论中的等维新息思想构建训练样本 ,建立了等维新息神经网络预测模型。并用该模型进行了实际的变形预测。应用结果表明该模型比GM (1,1)模型具有更好的预测效果     

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。     

忠武输气管道沿线滑坡预测方法研究

基于忠武管道沿线滑坡不具有成面、成片分布的特点及其管道沿线滑坡监测方案,系统地分析了忠武输气管道沿线滑坡预测过程,根据灰色GM(1,1)模型具有对数据量需求少、对时间有关的序列有很好的预测效果等优点,重点研究了灰色GM(1,1)模型及其改进模型,并对各种改进的灰色模型预测结果进行比较分析;同时顾及BP神经网络的各种优点...     

利用径向基函数网络预测钢筋混凝土结构剩余使用寿命

总结分析了一般混凝土结构剩余使用寿命预测方法,在吸取等维灰色递补 GM(1,1)模型的优点之后,提出了利用 RBF 神经网络对既有钢筋混凝土结构的剩余使用寿命进行预测的方法。通过理论分析及应用,证明了其可行性。     

改进型GM（1,1）模型在电力需求预测中的应用

提出一种改进型GM（1,1）模型,通过同时优化模型背景值和初始值的方法来提高模型预测精度,以北京地区电力需求预测为例,对改进模型的有效性和准确性进行了研究,M atlab仿真结果表明,改进型GM（1,1）模型预测精度比灰色GM（1,1）模型更高。     

灰色马尔柯夫预测模型

概要地介绍了灰色系统理论的研究对象，引入了ＧＭ（１，１）灰色预测模型，并将灰色预测与马尔柯夫预测方法相结合建立了一种对ＧＭ（１，１）模型进行了预测物新方法，克服两种预测法的不足，提高了预测精度。最后用一例子说明灰色马尔柯夫预测方法的应用。     

地基沉降的灰色群优化预测模型

建筑地基的沉降观测一般是时间非等间距的;分析了基于灰色理论建立的非等间隔数据GM（1,1）模型进行预测所得出的结果的误差变化,得出需要进行预测的后续时间越长,误差就越大;用越久远的数据建立的非等间隔数据GM（1,1）模型进行预测,所得出的相同后续时间的结果误差越大;运用灰色系统理论建立模型群,进而对模型群进行了优化,建立了非等间隔数据GM（1,1）模型群的优化预测模型.     

多变量灰色模型在复合地基沉降量预测中的应用

引入了MGM(1,n)多变量灰色模型,并且结合具体工程实例,将该模型应用于刚性桩复合地基的沉降量预测,同时将预测结果与目前比较成熟的GM(1,1)灰色模型的预测结果进行了比较。研究表明,MGM(1,n)多变量灰色模型用于复合地基沉降量预测是行之有效的。