残差灰色组合模型在建筑物变形分析中的应用

在传统灰色系统理论建模分析的基础上,将原始观测数据序列与所建模型预测数列进行比较,并将比较后的残差纳入系统,继续建立灰色模型进行分析.事实证明:在建筑物变形分析中使用残差灰色组合模型,能有效提高模型精度,获得良好的预测效果,是一种既方便又可靠的变形分析方法.     

灰色组合模型在变形预测中的应用

变形预测方法有很多种,为了提高预测精度,采用组合模型预测已经成为一种趋势,因为组合模型能够利用单一模型舍弃的有用信息。本文用单一灰色模型、灰色-时间序列组合模型与灰色-线性回归组合模型三种种方法进行了预测及对比,从预测效果可以看出在短期预测内三种模型都能有相当好的预测精度,而灰色-时序组合模型预测精度略高。     

趋势灰色组合模型在沉降变形预测中的应用

采用趋势模型与灰色模型相组合的方法,对某一实际建筑的沉降量进行预测,并进行组合模型与单一模型预测效果的比较,结果表明,使用组合模型在进行沉降预测时,有着明显的优越性。     

基于回归分析与灰色理论的围岩变形组合预测

监控量测是隧道动态设计与信息化施工的重要组成内容。由于现场的量测数据具有离散性,而且包含着偶然误差的影响,隧道围岩变形原始量测数据需要做必要的数理统计分析后才能进行量化的预测。在总结变形预测方法与应用的基础上,针对量测数据量的多少、量测时间的间隔、数据离散程度的不同,研究了开展隧道围岩变形的中短期组合预测方法。提出在隧道变形量测的数据量不多、离散性较大、量测时间间隔相同时,可采用灰色预测GM(1,1)模型做短期的预测;当隧道变形量测的数据量多、拟合程度较高时,可选用指数函数做中长期的回归分析预测。以实际工程作为算例检验了两种预测方法的特点和效果。     

基于小波分析的灰色组合模型在变形监测数据处理中的应用

在数据分析处理中,小波分析与灰色模型有各自的特点和适用范围。结合两者的优点,构建小波灰色串联和并联组合模型,并应用于变形监测工程实例,验证了组合模型建模和预测的可行性和有效性。分析结果表明,在变形监测数据处理中,应用小波灰色组合模型有较高的预测精度,能有效地进行变形监测数据处理和预测预报。     

基于加权灰色系统模型在变形分析中的预测

介绍了PGM（1,1）灰色系统建模原理,同时引入了一种求得最佳背景值的方法,通过与GM（1,1）灰色系统模型的比较,证明了这种方法求最佳生成系数的可行性和有效性。     

基于灰色线性回归组合的武汉市房价收入比预测

房价收入比是考察居民购房能力的一个重要指标,为了使房价与收入相匹配,必须对房价收入比进行研究,并对未来发展趋势进行预测。在传统房价收入比的基础上,采用灰色线性回归组合模型,对武汉房价收入比的未来发展趋势进行预测。通过数据计算分析,认为武汉市的房价收入比呈现持续增长趋势,并且已经超出了世界银行认同的合理水平。在保持居民可支配收入和房价的增长趋势不变的情况下,为了把房价收入比控制在10 以内,在每年房价下调10%的基础上,未来5 年房价仍需要降低0.57%~17.07%。     

回归-灰色系统组合模型预测城市生活污水量

探讨了将多元回归分析模型和灰色系统GM（1,1）耦合应用于城市生活污水量预测的方法,并应用该方法对某市2000年-2020年生活污水量进行了预测。     

灰色自回归模型对钢纤维混凝土弯曲疲劳强度的预测

影响混凝土疲劳强度因素的不确定性使材料在最薄弱环节容易造成局部损伤破坏,最终导致整个材料的破坏。因此,随机预测具有一定的现实意义。通过灰色自回归模型和GM(1,1)模型预测钢纤维混凝土(SFRC)弯曲疲劳强度试验值,分析两种方法的预测精度的高低。结果表明,灰色自回归模型预测精度比GM(1,1)模型的精度较高。     

灰色预测在建筑物沉降变形分析中的应用

通过对广州市某地产开发公司新建的居民楼沉降变形监测数据进行处理,分别建立传统的GM(1,1)模型和 以相邻观测时间间隔为权直接生成1-WAG0非等间隔GM(1,1)模型,对两种模型进行分析与预报,比较的结果验证了1-WAGO非等间隔GM(1,1)模型在建筑物沉降变形分析中的实用性、正确性和有效性.     

线性-非线性GM模型在围岩变形预测中的应用

灰色系统理论在岩土工程领域的许多方面已得到广泛的应用,并取得了一系列成果,但在地下工程中的应用成果尚少。具体应用实践表明,线性DGM（2,1）模型、非线性Verhulst模型模拟预测地下工程围岩变形比一般回归分析和GM（1,1）模型效果好。DGM（2,1）和Verhulst模型不仅具有较高的精度,而且可方便地预测出围岩变形的最终位移,为地下工程信息化设计、施工提供更加准确的信息。     

灰色预测在基坑变形监测中的应用

建筑基坑施工中,变形监测是基坑是否安全的重要环节,将灰色系统理论应用于基坑变形监测的数据分析,结合工程实例,可进行变形预测结果的分析和检验,进而证实基坑位移变形分析中采用灰色GM(1,1)预测方法的可行性。该方法的拟合度较高,有其适用性。     

GM(1,1)与自回归模型在位移监测中的应用

通过分析建筑物位移监测数据的特点,采用GM(1,1)和自回归模型对建筑物位移监测数据进行处理,实现了两种数据处理模型的建模过程,并用于建筑物位移变化量的实际预测,验证了模型的可行性.     

基于灰色系统与逐步回归及二者组合的大坝变形分析模型研究

介绍了灰色系统模型GM（1,1）、逐步回归原理与最优加权组合模型,并针对某大坝的监测数据利用MATLAB语言编程和SPSS Statistics建立GM（1,1）模型、逐步回归模型与最优加权组合模型,对原始监测数据进行模拟预测,通过实验数据对比分析,最优加权组合模型的综合精度较高,对大坝变形分析研究有一定意义。     

灰色模型在沉降监测数据处理中的应用

在大型工程建设中,需要对建筑物及邻近建筑物进行变形监测,本文以天津市某基坑开挖对建筑物影响的监测数据处理为例,介绍了灰色系统模型的基本原理,通过采用传统的GM（1,1）灰色模型和非等步长GM（1,1）灰色模型两种方法对监测数据进行处理,对模型的预测效果进行了分析。     

GM(1,1)与GM(2,1)模型在基坑工程预测中的应用

灰色系统理论已经在岩土工程领域有广泛的应用。本文把灰色系统中的GM(1,1)模型和GM(2,1)模型应用到基坑工程中,并编制了预测计算程序GYC1.0用于锚杆拉力、地面沉降和地面水平位移预测计算。工程实践说明:GM(1,1)模型比GM(2,1)模型更可靠,稳定性高,但是GM(1,1)模型短期预测时效果良好,中期预测时效果偏差较大,长期预测则要慎重。     

灰色系统理论在土钉支护变形预测中的应用

利用灰色系统理论方法对文献[1]中的土钉支护变形,建立了GM（1,1）灰色模型,并对实践工程资料进行了预测。预测结果表明,精度完全满足工程实际的要求;最后针对预测中可能碰到的问题提出了解决的办法。