GM(1,1)模型在建筑物沉降监测中的应用

建筑物的变形是多方面原因共同作用的结果,研究其变化规律,合理预测建筑物的变形趋势,一直是变形监测研究的热点问题。以黑龙江省哈尔滨市某建筑物为例,采用GM(1,1)模型对沉降监测数据进行预测分析,结果显示实测值与预测值吻合较好,充分证实该模型对建筑物的变形预测具有可行性,是一种较好的方法。     

GM（1，1）模型在地表沉降预测中的应用

在城建中基坑开挖所带来的基坑周边地表沉降预测缺乏成熟的计算理论。结合南京某地铁车站基坑开挖工程,通过灰色理论中的GM(1,1)模型对基坑开挖所引起的周边地表沉降进行预测,并与实测值进行对比,结果表明,运用GM(1,1)模型,尤其是改进的GM(1,1)模型,利用初期沉降实测值来预测未来一定时间内的沉降量能够获得比较精确的预测结果。     

基于卡尔曼滤波的优化GM(1,1)模型在建筑物沉降预测中的应用

为了提高灰色GM(1,1)模型的抗扰动能力和预测精度,运用卡尔曼滤波对原始沉降数据进行滤波去噪,并重新构建灰色GM(1,1)模型的背景值,建立基于卡尔曼滤波的优化GM(1,1)模型。以某建筑物实测沉降数据为例,进行新模型、传统灰色GM(1,1)模型和优化的GM(1,1)模型的计算比较,结果表明,新模型不仅可以有效剔除监测数据中的随机噪声,而且提高了模型精度。     

基于GM(1,1)模型的新能源预测及分析

随着河北省能源消耗增加、环境污染严重,开发利用新能源已经成为解决能源问题和环境污染的根本途径.通过GM(1,1)模型对河北省能源生产量和消费量进行预测,从而对新能源发展进行前景预测,并从风力发电、小水电、太阳能、地热能和生物质能五个方面进行分析.从发展新型产业链核心,整体布局、突出地区特色,加强技术研发及其相关配套工作...     

新陈代谢GM(1,1)模型在建筑物沉降预测中的应用

利用MATLAB7.0软件对原始数据进行等间距处理后,用一次累加数列与原始数列构建微分模型,通过不断去掉旧数据加入新数据,以工程数学为基础,运用灰色理论构建新陈代谢GM(1,1)模型。并以工程实例进行模拟和预测效果检验,将普通GM(1,1)模型和新信息GM(1,1)模型预测效果进行比较,计算和对比结果表明,新陈代谢GM(1,1)模型精度明显高于其它模型,预测效果大大提高。     

GM(1,1)残差模型在民航客运量预测中的应用

利用GM（1,1）模型对民航客运量进行模拟预测,用GM（1,1）残差模型对其进行修正,得出精度很高的预测公式,并用模型的后验差检验所建预测模型,证明预测公式精度较高,以期在今后的实际预测中取得很好效果。     

灰色GM(1,1)模型在电力系统负荷预测中的应用

研究了灰色GM(1,1)模型及其在电力系统负荷预测中的应用,以实际算例为基础,对预测结果作了分析,得出结论:灰色GM(1,1)模型精度较高,但也存在一定的局限性.     

应用灰色GM(1,1)模型的粮食产量预测研究

粮食产量是关系到国计民生的头等大事,准确预测粮食产量有着非常重要的战略意义。选取我国2003—2013年11年间的粮食产量数据,应用灰色预测理论,建立我国粮食产量的GM(1,1)预测模型,对我国粮食产量进行中短期预测。结果表明:灰色GM(1,1)模型的预测精度很高,比较适合进行粮食产量的中短期预测;同时,未来几年我国粮食产量依然保持稳步增长。最后,提出了我国未来几年的粮食生产政策建议。     

基于GM(1,1)-马尔科夫模型的城市用水量预测

运用GM(1,1)-马尔科夫模型对城市用水量进行预测,克服了灰色预测与马尔科夫预测各自的缺点和不足,提高了预测的精度,增强了预测结果的可靠性、科学性和实用性.     

基于GM(1,1)模型的天长市需水量预测

用GM(1,1)模型对天长市2010,2015,2020年的需水量进行了预测,预测结果分别为1934.4,2537.6,3075.7万m3.对预测结果的精度校验表明,模型的预测精度等级为一级,模型可靠、合理.     

GM(1,1)-星野法沉降预测模型研究与应用

围绕目前高速公路路基沉降预测精度不高,预测方法适用性不强等问题,基于组合预测理论,借助MATLAB计算软件,将基于灰色理论的GM(1,1)预测模型和星野法沉降预测模型线性组合,以组合预测误差的平方和最小为标准确定两种预测方法的权重系数,提出GM(1,1)-星野法组合预测模型。结合广东某高速公路施工期以及运营期路基实测沉降数据,GM(1,1)-星野法组合预测模型预测结果较两种方法单独预测结果具有更高的预测精度,工程适用性更强。     

基于GM(1,1)模型的用电量灰预测方法

根据社会存在用电量不确定因素较多,变化趋势较为明显的特点,基于灰系统理论建立灰模型（GreyModel,GM）对用电量进行灰预测;用新信息替代旧信息构造了新息GM（1,1）模型,并及时反映目标值的时变特性,更好地考虑实际数据的影响。算例表明：模型的置信度达到99.15%,而误差仅为2.96%,说明用GM（1,1）模型进行用电量预测是有效的。     

一种改进的GM(1,1)模型在交通量预测中的应用

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过Matlab软件编程实现了该模型,并将其应用于常熟市某无检测器交叉口每五分钟测得的交通流量预测。将本模型应用于交通流量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。本模型基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。     

基于改进GM(1,1)模型的天津市电力消费预测研究

基于灰色GM(1,1)预测模型,选取天津市2000—2012年每年的电力消费数据,建立改进的GM(1,1)模型对天津市电力消费水平进行中短期预测。研究表明:改进的GM(1,1)模型具有较高的预测精度,适合进行中短期预测;同时,十二五规划期间天津市电力消费水平依旧保持较高的增长速度,到2015年天津市电力消费量将达到1 087.31亿千瓦时,对此提出了天津市十二五期间电力发展的政策建议。     

宁波地区单桩极限承载力GM(1,1)灰色模型预测

利用未达到破坏的试桩资料来确定桩基的极限承载力具有重要的工程意义。为此,本文根据灰色理论建立了单桩荷载-沉降关系的GM(1,1)模型,编制了相应的计算程序,并利用宁波地区桩基承载力实测数据验证了灰色预测GM(1,1)模型的可靠性,证明了该方法具有较好的预测精度。最后,对宁波市区2006～2010年的910根预应力管桩的抗压承载力特征值进行预测,结果表明:单桩抗压设计承载力特征值有15%～30%的安全储备。     

改进GM(1,1)模型对地铁开挖沉降的预测

为了提高GM(1,1)模型在地铁施工过程中地表沉降量预测的精度,预防较大沉降或其他危险出现,提出了改进GM(1,1)模型预测方法.通过对比不同原始序列个数建立起来的预测值并确定最佳原始序列个数后,对GM (1,1)模型进行优化,并对构造背景值进行优化.通过缓冲算子对原始序列进行优化,之后再构造背景值进行优化.结果表明,背景值对模型的预测影响较小,缓冲算子在原始序列变化较大、变化不平顺时优化较好.     

哈尔滨地铁盾构施工地表沉降的预测与分析

地铁施工会引发地面沉降,若处理不当,会造成严重的生命及财产损失。地铁施工引发的地面沉降可以通过布置地面沉降观测点进行现场监控,但是地面监控点数量的多少及其位置的设定是一个需要认真考虑的问题,以哈尔滨地铁1号线盾构施工区域两侧地面沉降实际观测数据为基础,分析盾构施工区域地面沉降与上覆黑土厚度关系,为今后哈尔滨将要施工的9条规划线路的纵向地面沉降估算提供一条较为合理的途径,同时为更合理地布置地铁施工区域地面沉降观点提供较好的估计方法。     

优化GM(1,1)模型在滑坡形变预测预报中的应用研究

传统的GM(1,1)模型,只适用于等间距监测数据序列的模拟预测,对非等间距监测序列,一般经过等间距处理或经过复杂的变换计算再建立非等间距模型。针对传统GM(1,1)模型的不足,本文探讨了几种合理且实用的改进GM(1,1)预测模型,并对各种优化GM(1,1)模型和传统GM(1,1)模型的预测结果进行了系统的对比分析。     

GM(1,1)循环残差修正模型及其应用研究

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过M atlab软件编程实现了该模型,并将其应用于2009-2010年入境游客量的预测。将本模型应用于2003年至2008年入境游客量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。