GM(1,1)模型在大坝沉降预测中的应用

针对某水库大坝实际情况,提出在现有沉降观测数据的基础上,运用灰色理论的方法,建立GM(1,1)模型。通过数值试验确定模型最佳维数后,采取淘汰过于陈旧的数据信息、补充新观测数据的方法,即建立GM(1,1)等维新息模型,用以预测该大坝的沉降量,分析结果表明:GM(1,1)等维新息模型能较好地预测该大坝的沉降发展趋势。     

沉降观测模型预测拦河枢纽工程沉降变形的探讨分析

为了探究不同沉降观测模型在预测沉降变形过程中的精度及可靠度问题,基于新疆某拦河枢纽工程,分别采用等维新息GM(1,1)模型和DGM(1,1)模型分析泄洪闸处的沉降变形,并与实测值进行误差对比。研究结果表明:采用引入时间参量的DGM(1,1)模型预测的沉降变形精度较等维新息GM(1,1)模型高,平均相对误差仅为1.3%,且模型拟合精度评价为优良,表明在GM(1,1)基础上引入时间累计修正参数后,能显著提高模型的可靠度。     

基于灰色马尔科夫模型的南四湖水质预测

针对传统GM(1,1)模型存在灰色偏差和抗干扰能力弱的问题,建立一种等维新息灰色马尔科夫模型.该模型采用灰色马尔科夫模型改进传统GM(1,1)模型,再利用等维新息思想更新建模所需数据序列.运用该模型对南四湖2019-2021年的水质状况和水质演变趋势进行预测,结果表明:灰色马尔科夫模型的相对误差小、精度高、预测结果合理...     

基于等维新息GM(1,1)模型的城市需水量预测

该文针对传统GM(1,1)模型当系统增长速度较快时可能出现较大误差的弱点,提出了等维新息GM(1,1)模型,并对阿克苏市2001~2005年的需水量进行了预测。结果表明:等维新息GM(1,1)模型预测精度较高,平均相对误差较小,可用于城市的年用水量预测。     

GM(1,1)等维新息模型在区域需水量预测中的应用

本文在分析GM(1,1)等维新息模型建模方法的基础上,重点对GM(1,1)等维新息模型的最佳维数区进行了讨论,最后以实例验证了该模型用于预测区域需水量的可行性及有效性。     

GM(1,1)、GM(1,N)联合模型在建筑物沉降预测中的应用

鉴于GM(1,N)模型预测精度高及GM(1,1)所需统计数据数量少的优点,通过自相关理论,把GM(1,1)和GM(1,N)两者有机结合形成一个联合模型,以进一步提高灰色模型的预测精度.该文在沉降资料的基础上,利用该联合模型对南京-泵站的沉降进行了分析预报,其结果与回归模型和GM(1,1)模型进行了比较,最后得出了基于自相关理论的GM(1,1)、GM(1,N)联合预测模型,其精度可靠,可信度高,预报结果也与实际情况相吻合,从而证明了该方法在实际工程中的可行性.     

基于等维新息GM（1，1）的郑州市需水量预测

针对传统GM(1,1)模型当系统增长速度较快时可能出现较大误差的弱点,提出了等维新息GM(1,1)模型,对郑州市2010年、2015年、2020年的需水量进行了预测,得出需水量分别为66 560万、76 380万、90 561万m3.     

PSO-GM(1,1)模型在结构损伤诊断中的应用

通过粒子群算法求解GM(1,1)模型中的参数α和μ,对传统的GM(1,1)模型进行了改进。通过实例分析表明:基于粒子群算法的GM(1,1)模型对非平缓数据序列的拟合精度显著优于传统的GM(1,1)模型,对平缓数据序列,在拟合的平滑性和与原始数据序列的整体接近程度上优于传统的GM(1,1)模型。将该方法应用于结构损伤预测,结果表明:基于粒子群算法的GM(1,1)模型对检测数据的处理能力更强,预测数值与真值的整体吻合度更高,从而使模型能更好地应用于复杂结构及复杂情况下的损伤预测。     

水泥土搅拌桩复合地基极限承载力预测

以某水泥土搅拌桩复合地基4组静载荷试验数据为实例,对桩的荷载—沉降关系分别建立GM(1,1)模型及GM(1,1)新陈代谢模型进行对比预测分析。结果表明:GM(1,1)新陈代谢模型能及时补充桩顶位移新信息,同时去掉老信息,极大地提高了预测精度。利用GM(1,1)新陈代谢模型对水泥土搅拌桩复合地基及单桩承载力进行预测,得出试验不彻底的水泥土搅拌桩复合地基及单桩的极限承载力分别为540、450 kN,其相应桩顶位移量分别为37.3、14.7 mm。     

GM（1，1）在软基海堤沉降预测中的应用

结合工程实例,以灰色理论为基础,建立GM（1,1）模型,利用前期较少的观测样本建立了数列,进行海堤沉降预测,并与实测数据进行比较。结果表明,当样本选取合适且数量足够时,GM（1,1）模型可获得较精确的预测结果。     

大坝变形度的不等维加权动态GM(1,1)预测模型

针对灰色GM(1,1)模型预测结果易受模型中以前测得的陈旧数据的干扰,及等维动态GM(1,1)受缚于维数选择的情况,给出了不等维加权动态GM(1,1)模型的基本内容及建模过程,模型中计算出多种维数的GM(1,1)模型的预测值,并且通过萨函数加权法和BP神经网络计算出每种维数的权值,通过加权获得最终预测值.并且成功地将不...     

大坝沉降变形的灰色预测分析研究

用实测沉降资料预测大坝沉降过程是目前国内外大坝沉降变形监测分析中常采用的一种方法,包括双曲线拟合法、指数曲线拟合法和基于灰色理论的GM(1,1)模型预测方法。由于灰色理论在预测时不需要较长的观测数列,且能通过动态预测模型,最大程度的反映新信息在预测中的作用,因此在沉降变形预测方面具有很大的优势。本文针对目前大坝沉降变形GM(1,1)预测分析中存在的一些问题,根据大坝沉降变形的特点,分析了沉降观测数据列长度、观测时间的不等步长性、数据累加方式等对建模预测精度的影响,探讨了用灰色等维预测模型动态预测非稳态沉降变形过程的方法,提出了灰色等维动态预测模型的维数尺度标准。     

改进GM(1,1)模型在基坑变形预测中的应用

分析得出原始GM(1,1)模型对应的灰微分方程仅是白化微分方程的梯形积分形式,因此以辛普生求积公式为基础建立了新的灰微分方程,而辛普生求积公式也是一种近似表达形式,因而对新的灰微分方程添加动态扰动项,以弥补灰微分方程与白化微分方程的差别,同时对初始值添加修正项,使其更加符合最小二乘法思想。将改进后的GM(1,1)模型应用到基坑变形预测中,实例应用结果显示,改进的GM(1,1)模型具有较高的预测精度。     

城市用水量预测中的多变量灰色预测模型

当观测资料的数据量少,而又存在多个相互影响或关联的变量时,常用的灰色预测模型GM(1,1)不能全面考虑多个变量。采用自适应MGM(1,n)模型———多变量灰色预测模型,较好地解决了这一问题。MGM(1,n)模型是GM(1,1)模型在n元多变量情况下的推广,通过联立求解n个n元微分方程,使模型中的参数能够反映实际工程或社会系统中多个变量间相互影响、相互制约的关系。以杭州市用水量统计资料为研究对象,运用灰色理论建立MGM(1,n)模型,获得了较好的预测效果。     

改进的GM(1,1)模型在城市需水量预测中的应用

基本GM(1,1)模型未充分利用新信息,且背景值构造不合理,对变化非平稳的数据序列预测精度较低,为此,本文采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,建立重构背景值的GM(1,1)等维递补模型,并运用改进模型预测北方某市需水量,结果表明,改进模型预测精度更高,为需水量的预测提供了一种新方法.     

基于二级修正的区域水资源需求量预测模型

根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此基础上,根据区域节水规划的总体目标,剖析区域社会经济发展综合节水潜力,对区域水资源需求量的一级修正结果进行二级修正,最终得到区域水资源需求量的综合预测结果。算例分析结果表明,模型具有较高的预测精度。     

应用灰色GM(1.1)模型及其改进模型预测渭河天水段水质

利用灰色GM(1.1)模型、残差修正GM(1.1)模型预测2004至2010年渭河对天水段水质污染物时发现,二者对于某些污染物预测精度不高,而且残差修正GM(1.1)模型预测精度未必一定高于GM(1.1)模型。在这种情形下,应用新陈代谢GM(1.1)模型,预测未来五年渭河水质的变化及其水质污染物突变的时刻。分析结果表明:新陈代谢GM(1.1)模型有助于提高预测精度和预测的可靠性。     

灰色GM（1,1）模型在地下水位预测中的应用

GM（1,1）模型是一种精度较高的预测模型,该模型不仅操作简单,而且当数据较少、且无法采用统计和其他的预测方法时,该方法是非常有效的。以某地2000—2005年地下水位为原始数据,采用GM（1,1）模型对2006年地下水位进行了预测,达到为该地区的地下水资源的调配提供参考依据。