共查询到19条相似文献,搜索用时 265 毫秒
1.
2.
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... 相似文献
3.
4.
5.
针对GM(1,1)模型预测时段较长时精度较低的缺点,本文提出了基于神经网络的GM(1,1)预测模型残差修正方法,并且与传统的残差GM(1,1)模型修正方法进行了比较,经工程实例验证,本文提出的方法能有效提高预测精度、延长预测时段,在工程中有较好的应用。 相似文献
6.
7.
本文简述了GM(1,1)模型的基本原理及精度检验方法,通过DPS数据处理系统分别对工程实例的3组数据建立GM(1,1)模型,并对模型的精度及预测效果进行分析。结果表明该方法在建筑物沉降预测中具有较高的精度和效果。 相似文献
8.
9.
《Planning》2015,(23)
本文以济南路上国奥城项目为例,采用了灰色系统理论中的GM(1,1)和DGM(1,1)模型以及Excel的相关函数功能,对累积沉降量的时间变化曲线进行了预测,证明了模型在变形监测中的有效性和预测的精确性,为提高信息预测的精度和自动化有着积极的意义。 相似文献
10.
11.
12.
传统不等时距 GM(1,1) 模型预测结果往往会出现预测值的残差较大而且残差率的变化也大,还需再建立残差模型加以修正。针对传统不等时距 GM(1,1) 模型的不足,重新分配在数据累加和累减过程中时距的权重,通过研究与验算确定最佳的时距权重,建立了修正时距权重不等时距边坡位移的灰色预测模型,并在数据累减还原过程中依据残差率的变化趋势动态修正时距权重,使其预测结果与监测结果更为接近。该预测模型充分考虑了预测系统的时变性和灰色性,降低了预测系统的整体预测误差,提高了预测精度。实例分析表明:该预测模型拟合精度较高,预测结果正确可靠,能够反映边坡位移的发展趋势,对边坡位移的短、中期变化有较为理想的预测效果,具有一定的理论价值和工程实践意义。 相似文献
13.
14.
针对基坑围护墙顶沉降监测数据受外界随机噪声干扰较大的问题,提出利用Kalman-GM(1,1)组合模型来进行变形分析和预测。即先用Kalman滤波模型对观测数据进行去噪处理,再建立基于滤波数据的GM(1,1)模型,进行基坑墙顶沉降预测。工程实例应用表明,该组合模型有效减弱了随机噪声干扰,其预测精度和可靠性高于单一GM(1,1)模型,更适用于基坑墙顶沉降预测。 相似文献
15.
通过对比建筑形变监测数据的GM(1,1)模型和改进的GM(1,1)残差修正模型建模的预报结果,表明残差修正GM(1,1)模型的预报精度明显高于传统GM(1,1)模型的预报精度,并且二次残差修正GM(1,1)模型的预报精度远高于一次残差修正GM(1,1)模型的预报精度,从而为准确形变预报提供了一种简单而有效的新实践。 相似文献
16.
17.
18.
19.
采用水平测斜技术和激光测距技术相结合的方法,对铁路路基沉降进行了监测,并运用灰色理论建立基于该监测系统的GM(1,1)模型,同时与双曲线法、指数曲线法进行了对比,结果表明该模型具有较高的预测精度。 相似文献