GM(1,1)模型在含硫矿堆温度场预测中的应用

介绍了等时距GM（1，1）模型与不等时距GM（1，1）模型的一些基本理论，并尝试将不等时距GM（1，1）模型运用到含硫矿堆温度场的预测当中，这对含硫矿堆自燃的防治具有一定的指导意义。     

利用不等时距灰色理论预测地基沉降

本文应用不等时距灰色理论，建立了地基沉降预测GM（1，1）模型，并结合实例对模型进行了验证。     

灰色模型在建筑物变形分析中的应用

该文较详细地介绍了灰色预测模型及其修正模型的基本内容和建模思想。探讨灰色系统理论的GM(1,1)模型和GM(1,1)残差修正模型应用于建筑物变形数据分析,基于MATLAB软件编写了相应的灰色系统预测程序,结合真实数据进行变形预测比较和检验,充分证实了在建筑物变形分析中应用灰色预测方法的可行性。     

基于并联型灰色神经网络模型的隧道沉降量预测方法探讨

灰色预测方法和人工神经网络,在建筑物变形预测中有各自的优势和不足.为了提高预测精度,该文结合灰色GM(1,1)模型和BP神经网络模型的特点,构造并联型灰色神经网络模型(PGNN)对南京地铁隧道某监测点的沉降量进行预测.结果显示,PGNN的预测精度明显高于单一的灰色GM(1,1)模型和BP神经网络模型,证明了PGNN组合方法在地铁隧道沉降量预测中的有效性.     

用内蕴时间理论进行土流变本构方程研究

应用灰色理论 ,建立了不等时距的地基沉降预测GM ( 1 ,1 )模型 ,并可对结果进行修正。利用该模型对某 1 2层住宅地基沉降进行预测 ,预测结果精度高于常采用的双曲线模型推算结果。     

非等间隔加权G(1,1)模型在建筑物沉降预测中的应用

文中针对建筑物沉降监测数据量少、贫信息和非等时距等特点,引入单位时间差系数,将非等时距序列转化成等时距序列,建立非等间隔G(1,1)预测模型,依据监测数据对模型的贡献大小,引入权重矩阵以提高模型的预测精度。实践表明所建非等间隔加权灰色GM(1,1)模型的预测精度更高。     

基于动态不等时距的边坡位移灰色预测模型分析

对边坡进行安全监测,建立灰色GM(1,1)模型可以预测预警灾害的发生。边坡监测难以实现等时距观测,传统不等时距GM(1,1)模型预测精度低,无法满足长期预测要求。针对其缺点,重新分配在建模过程中系统数据累加和累减的权值分配,确立最佳权值分配,并在MATLAB实现程序化建模。针对仓上露天坑尾矿库边坡建立了传统、动态和修正权值的动态不等时距GM(1,1)模型,对比分析3个模型发现:动态模型较传统模型具有明显优势,预测精度提高,残差和残差率下降;修正权值的动态模型拟合度更好,预测结果更接近真实值,更能反映系统发展趋势。     

基于MATLAB6.1的煤自然发火煤体温度灰色预测研究

根据煤自燃基本规律，建立灰色预测的一维模型GM(1，1)进行预测。预测软件结果表明，灰色预测GM(1，1)模型对煤温进行预测具有理论可行性，且精度较高，说明灰色理论在煤温预测上具有实用价值，同时，预测结果对设备故障诊断具有指导意义。     

灰色模型GM(1,1)在变形监测中的应用

论述了灰色模型GM(1,1)的建立和模型检验理论.并应用灰色模型GM(1,1)对建筑物监测点的变形量进行了分析,将得出的预测值与观测值进行比较,结果表明这种分析方法精确可靠,值得推广.     

基于灰色关联GM(1,N)-Markov修正模型的应用

针对变形系统中多变量之间相互作用影响,传统GM(1,1)模型难以体现沉降变化趋势的问题,该文提出基于灰色关联分析的GM(1,N)模型对数据分析处理,并利用Markov模型修正残差序列,提高预测精度。通过实际工程应用表明:灰色关联GM(1,N)-Markov模型的预测精度高,结果更为可靠,在实际工程沉降分析预测中具有可行性。     

非等步长灰色GM(1,1)模型及其建筑物沉降预测中的应用

在文献[1]非等步长灰色GM(1,1)模型建模基础上,提出根据沉降观测振荡序列建立非等步长灰色GM(1,1)模型的改进方法.利用青岛一高层建筑物的沉降监测数据,根据改进的非等步长灰色GM(1,1)模型对建筑物沉降进行了预测和分析,通过与改进前的模型预测结果的比较分析,验证了改进模型的实用性、正确性和有效性.     

建筑物沉降变形灰色预测

该文通过工程实例对建筑物进行系统沉降观测,并运用灰色理论建立灰色GM(1,1)模型,对建筑物沉降变形进行预测预报,获得良好结果,对类似工程具有借鉴意义.     

改进的GM(1,1)模型在变形监测数据处理中的应用

在高层建筑等工程应用中,沉降监测是必不可少的,采用合理的预测方法,预测建筑物的变形对于工程建设具有重要意义.该文以某高层建筑物沉降监测数据为例,对灰色系统模型、新陈代谢灰色系统模型和改变背景值的新陈代谢灰色系统模型等方法预测精度进行了对比分析,从而得出了背景值最优化的新陈代谢GM(1,1)模型预测精度最好.表明该模型可适用于高层建筑物的沉降预测,且具有实际应用价值.     

基于不等时距模型的烟囱基础沉降预测

为了克服灰色模型以上以等时距原始数据作为前提条件的缺点,对灰色模型进行了改进,建立了不等时距的预测模型,将不等时距灰色模型应用于某烟囱基础沉降预测中。通过沉降预测与实际监测值对比表明,不等时距灰色预测模型精度较好,可以运用到实际工程中。     

基于不等时距模型的烟囱基础沉降预测

为了克服灰色模型以上以等时距原始数据作为前提条件的缺点,对灰色模型进行了改进,建立了不等时距的预测模型,将不等时距灰色模型应用于某烟囱基础沉降预测中.通过沉降预测与实际监测值对比表明,不等时距灰色预测模型精度较好,可以运用到实际工程中.     

灰色系统GM(1,1)在煤矿巷道围岩变形预测中的应用

分析了煤矿井下巷道围岩稳定性特征,并研究了灰色系统的基本理论知识,根据研究建立了基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型。通过预测模型进行预测,结果表明,围岩变形量后验差比值为0.1396,精度等级为一级。因此,基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型能够为现场开采和围岩控制提供指导。由于灰色系统理论具有一定的局限性,当预测序列长度太大时会逐步发散,因此,该模型只可作短时间内的预测。     

运用灰色系统理论预测矿井瓦斯涌出量

矿井瓦斯涌出量的变化可以认为是一灰色系统。本文将灰色系统理论中的GM(1,1)模型引进矿井瓦斯涌出量预测中,预测矿井瓦斯涌出量变化动态及其结果。     

灰色理论在煤层瓦斯抽采量预测中的应用

运用灰色理论建立适合煤层瓦斯抽采量的系统模型,并在青龙矿井M16突出煤层采用灰色系统及残差修正GM(1,1)模型进行瓦斯抽采量预测。结果表明,利用灰色系统理论预测矿井瓦斯抽采量是可行的,且预测精度较高。     

基于GM(1,N)_GRNN组合模型的瓦斯涌出量预测研究

为解决瓦斯涌出量影响因素众多、难以准确预测的问题,本文利用多变量灰色系统易于处理不规则数据,GRNN神经网络模型训练速度快、人为干预因素少等优势,建立起1阶N变量灰色模型与GRNN神经网络嵌入型组合模型GM(1,N)_GRNN。用该模型对某煤矿回采工作面的瓦斯涌出量进行了预测,并与GM(1,N)模型、GRNN两种模型单独预测的结果做了对比,发现组合模型预测结果的平均误差仅3.7%,明显优于两种模型单独预测的平均误差。因此,对煤矿安全生产有重要指导意义。     

GM（1,1）等维新息模型在软土路基沉降预测中的应用

运用灰色理论中的GM（1,1）等维新息模型对软土路基的沉降进行预测,取沉降观测点沉降量为原始数据,采用Bspline三次插值法将原始数据转化为等时空距数据,再将其作1次累加生成1次累加序列,根据GM（1,1）等维新息模型建立灰色微分方程,其参数由最小二乘法得出,解决微分方程可得方程的时间响应序列,也就是所预测的随时间而变化的沉降值.并采用后验差法对模型的可靠性进行校验,通过某高速公路某段软土路基实测沉降数据的分析以及对等维新息模型维数区的探讨,结果表明,GM（1,1）等维新息模型应用于预测软土路基的沉降量与实际沉降量更加接近.