共查询到20条相似文献,搜索用时 218 毫秒
1.
针对传统GM(1,1)模型在高铁隧道沉降变形分析与预测中精度不理想状况,本文在传统GM(1,1)模型基础上,建立自适应GM(1,1)模型与残差修正GM(1,1)模型并讨论两种改进模型各自优点。利用传统GM(1,1)模型、自适应GM(1,1)模型以及残差修正GM(1,1)模型对某高铁隧道监测点作沉降分析与预测。通过对比,得出自适应GM(1,1)模型与残差修正GM(1,1)模型对原模型的预测曲线相关性和预测精度有一定程度提高;残差修正GM(1,1)模型对于沉降曲线波动较大处仍有较好的拟合与预测效果,其预测效果优于自适应GM(1,1)模型。 相似文献
2.
3.
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
4.
5.
6.
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
7.
8.
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
9.
货物运输量预测对交通运输基础设施建设和区域经济发展具有重要作用。针对传统的GM(1,1)模型存在精度低的问题,结合连续9组时间序列货运量数据,通过二次函数对背景值重构,从而修正参数向量,构建改进的GM(1,1)预测模型。并利用2017~2019年货运量对模型预测精度进行检验。结果表明:最大相对误差≯1%,后验残差比C为0.18,小概率误差P为1,模型预测精度高。 相似文献
10.
选择建筑物主体沉降监测点的观测数据,以9期数据中的前7期为原始数据,分别建立均值GM(1,1)模型、残差GM(1,1)模型、坐标变换模型,以后2期数据进行对比验证;在程序实现的基础上进行实例预测计算,并对不同模型的预测结果进行了对比分析;认为坐标变换模型针对残差的校正较好,达到了较高的预测精度. 相似文献
11.
12.
蒋承仪 《土木建筑与环境工程》1996,18(3):116-122
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。 相似文献
13.
基于不等时距GM(1,1)模型预测边坡失稳变形 总被引:6,自引:0,他引:6
对边坡的失稳变形进行预测可以有效预防灾害的发生。传统灰色GM(1,1)模型多适用于等间距序列监测数据的模拟预测,而实际情况却是由于各种原因导致所获得的监测数据出现不等时距现象。为此,在分析传统等时距GM(1,1)建模原理的基础上建立了不等时距GM(1,1)模型,并对灰参数的求解方法进行了讨论。依据渝黔高速公路某边坡B3测点的监测数据,建立了该边坡变形灰色预测模型,并且将改进灰参数求解方法与传统方法进行了对比,研究结果表明,该不等时距GM(1,1)模型预测精度较高,预测结果与实际吻合较好。 相似文献
14.
新陈代谢GM(1,1)模型在河流水质预测中的应用 总被引:2,自引:0,他引:2
针对常规GM(1,1)模型存在的不足,运用灰色系统理论,建立了灰色新陈代谢GM(1,1)河流水质预测模型,对该模型的精度以及误差进行了分析,并利用该模型对某地区河流的水质进行了预测,预测结果显示:灰色新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测的可信度。 相似文献
15.
16.
灰色系统理论在岩土工程领域已经有着广泛的应用,其中以灰色理论中的GM(1,1)模型为最。本文基于GM(1,1)的建模机理,从原始序列、初始值、背景值等方面对其进行优化,并将改进后的模型应用于某基坑工程的变形预测。结果表明,改进后模型的预测结果与实测结果拟合得效果很好,较之原GM(1,1)模型预测精度要高。 相似文献
17.
高速公路路基沉降的准确预测对高速公路病害预防和治理有着极其重要的指导意义。以往的路基沉降预测模型多为单一模型或简单改进模型,提出了一种基于粒子群与Markov优化的PMIGM(1,1)预测模型。首先,基于灰色理论,提出了改进的IGM(1,1)预测模型;然后,利用Markov理论对IGM(1,1)预测模型的相对残差序列进行修正,使得该模型能反映数据的波动特征,得到了MIGM(1,1)预测模型;在此基础上,采用粒子群算法对残差序列参数进行白化,建立了PMIGM(1,1)预测模型。将该预测模型应用于云南保施高速公路高填方路基,分析结果表明该模型可提高预测模型的精度。 相似文献
18.
19.
运用灰色理论建立预测模型,对软土路基的沉降变形进行预测。以工程数学为基础,通过建立不等时距GM(1,1)模型,进行沉降预测,并于实测值相比较,具有较高的精度。 相似文献
20.
为解决城市用水量预测中单一方法预测精度不高的问题,建立了灰色径向基(RBF)神经网络组合模型。对比实验结果表明,灰色GM(1,1)模型、RBF神经网络模型和灰色RBF神经网络组合模型的平均相对误差分别为2.1222%,1.2562%和0.6821%。与灰色GM(1,1)模型和RBF神经网络相比,灰色RBF神经网络组合模型充分发挥了灰色系统的贫乏数据建模和RBF神经网络的高度非线性映射能力的双重优势,具有较高的预测精度,更适合用于城市用水量预测。 相似文献