时间序列的灰色建模试验

介绍了GM(1,1)的原息模型、新息模型和等维新息模型的建模方法,比较分析了GM(1,1)加权预测模型和非加权预测模型的可靠性问题.通过对实验结果的比较分析,我们认为等维新息加权预测模型预测的结果最接近真实值,其余依次是等维新息模型,加权新息模型,新息模型.在这6种预测模型中,预测精度最差的是原息模型.     

桑丝绸老化力学性能预测灰色模型研究

提出了采用灰色模型对桑丝绸老化力学性能进行预测的基本方法,利用实测的老化后织物的断裂强力序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测织物的断裂强力,并对各模型的预测结果进行比较分析.结果表明:将GM(1,1)模型和等维新息GM(1,1)模型结合使用可以使预测效果更好.     

生物降解复合材料降解性能预测灰色模型研究

提出了采用灰色模型对生物降解复合材料的降解性能进行预测的基本方法,利用实测的降解率序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测复合材料降解率,并对各模型的预测结果进行比较.结果表明,将残差GM(1,1)模型和等维新息CM(1,1)模型结合使用可使预测效果更好.     

数控机床故障时间的灰色神经网络复合预测

为了提高数控机床的可靠性,需要对其工作故障时间进行预测.基于等维新息观点,分别用灰色系统多次残差修正模型和神经网络等2种单一预测方法和等维新息递补神经网络组合预测方法对机床故障观测数据进行了预测,结果显示复合预测误差小于单一预测误差,模型有较高的预测精度.     

城市日用水量需求预测的等维新息SVR建模方法

针对社会经济因素和气象因素对城市日用水量需求的复杂非线性影响以及这种影响的动态变化特性,提出一种基于等维新息的支持向量回归(SVR)预测建模方法并用于城市日用水量需求预测.鉴于传统留一交叉验证法确定SVR模型参数时,存在样本分组数过少及容易出现预测误差评价失真等问题,采用测试集的等维新息SVR模型预测结果,提出了一种基于等维样本集的概率统计参数确定方法.实例分析表明：SVR模型的引入及新的参数确定方法的提出有利于提高城市日用水量需求预测精度.     

灰色预测中的样本合适长度及残差周期模型

中将灰色理论应用干电力负荷预测，设计了等维新息模型，并根据实际数据说明了样本的合适长度．针对原始数据波动情况，提出了残差周期模型以提高预测精度。     

引入修正因子的研究生招生等维新息预测模型

研究生教育是国家创新体系的重要支柱和基础,以辽宁省“十一五”硕士研究生招生预测分析为切入点,在灰色系统GM（1,1）模型基础上,结合研究生招生工作实际提出了修正因子计算方法,建立了硕士研究生招生预测模型。等维新息模型的引入,使预测结果更加符合实际。预测模型的建立可为相关政策制定提供一定的理论依据。     

加工误差灰色预测模型的优化

为了提高加工误差灰色模型的预测精度,根据灰色系统理论,提出了一种基于等维新息GM(1,1)模型和背景值定权生成相结合的建模方法,采用优化方法实现了灰色模型维数和背景值权系数的适应性选择.实际应用表明,这种方法能增强灰色模型的适用性,减小原始序列随机波动对灰色模型的影响,提高加工误差建模预测的精度.     

桥市风电场风机基础沉降观测及预测分析

为了准确了解风机基础在风机吊装过程与运行过程中的沉降量,采取传统的测量方法对风机基础进行了长期观测,得出了风机在施工过程与运行过程的基础沉降量,同时结合数学Logistic模型对风基基础沉降的变化趋势进行了预测.实践表明,采用Logistic模型得到的预测结果很好地反映了风机基础在运行过程中的实际情况,该预测方法能为类似工程的沉降估计提供一定的参考.     

基于改进灰色模型的中长期电力负荷预测

在中长期负荷预测中,由于电力负荷具有突变性,常规GM(1,1)模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性。通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM(1,1)模型提高了预测的精度。     

多绳提升钢井架受人工冻土影响的试验模型

根据相似理论原理,研制了人工冻土影响下多绳提升钢井架的模型试验系统．通过模型试验及理论分析,获得了钢井架在荷载及基础沉降作用下的应变及应力．分析了井架结构的内力分布规律,探讨了井架受人工冻土影响的薄弱环节,为推广利用多绳提升钢井架进行冻结法凿井提供了试验数据和理论依据．试验值与理论值的较好吻合验证了利用空间结构分析程序进行井架设计的可行性．     

高速公路软土地基沉降的灰色预测

以某工程实测数据为基础，运用灰色理论建立了地基沉降的非等时距等维的新陈代谢预测模型，并引用缓冲弱化算子的概念，以消除灰色预测模型的无限增长性。实践证明：灰色预测精度较双曲线法要高，在地基沉降监测中具有较大的实用价值。     

加权组合模型在路基沉降预测中的应用

基于双曲线模型和灰色模型,采用误差绝对值加权和最小的准则,借助MATLAB软件计算加权平均数,创建了新的加权组合模型,并对某高速公路路基的沉降变形进行了预测分析.理论分析和实测结果表明,加权组合模型较前两种模型预测误差降低,得到了满意结果.新模型的提出为路基沉降变形预测提供了新的思路和方法.     

Settlement Prediction for Buildings Surrounding Foundation Pits Based on a Stationary Auto-regression Model

To ensure the safety of buildings surrounding foundation pits, a study was made on a settlement monitoring and trend prediction method. A statistical testing method for analyzing the stability of a settlement monitoring datum has been discussed. According to a comprehensive survey, data of 16 stages at operating control point, were verified by a standard t test to determine the stability of the operating control point. A stationary auto-regression model, AR（p）, used for the observation point settlement prediction has been investigated. Given the 16 stages of the settlement data at an observation point, the applicability of this model was analyzed. Settlement of last four stages was predicted using the stationary auto-regression model AR （1）; the maximum difference between predicted and measured values was 0.6 mm, indicating good prediction results of the model. Hence, this model can be applied to settlement predictions for buildings surrounding foundation pits.     

螺杆桩静荷载曲线拟合及承载力预测

采用MMF模型对实测的新型螺杆桩的荷载—沉降曲线进行拟合,并对螺杆桩的极限承载力进行预测,结果表明,MMF模型模拟和预测精度能够满足工程的要求,从而说明该模型的合理性和可行性,可为今后单桩极限承载力的确定提供一定的参考。     

L—V模型在软土地基沉降预测中的应用

为了提高软土地基沉降模型的预测精度,将现有的Logistic模型和Von—Bertalanffy模型进行叠加,提出了L—V模型,并利用Origin拟合软件对模型参数进行求解。将该模型应用到软土地基沉降预测中,并与Logistic模型和Von—Bertalanffy模型比较。结果表明L—v模型全过程沉降预测的拟合程度最高,达到0．9978;沉降后期L—V模型的均方根误差（RMSE=1．512）小于Logistic模型（RMSE=2．930）和Von—Bertalanffy模型（RMSE=3．624）的均方根误差,其预测值更加接近观测值。     

大直径桩承载力的灰色预测方法

对于大直径桩 ,要通过现场静载试验来得到桩基础完整的荷载 沉降关系 ,以确定其极限承载力 ,无论是从加载条件还是测试技术上讲都是很困难的。因此 ,如何通过有限的测试数据来准确地预测大直径桩完整的荷载 沉降关系 ,进而确定桩的极限承载力 ,是工程界广泛关注的问题。运用灰色理论 ,建立了桩的荷载 沉降关系的GM(1,1)模型 ;论述了运用灰色理论根据有限的试验数据预测大直径桩完整的荷载 沉降关系的方法。通过对工程实例的对比分析 ,证明其理论可靠 ,预测结果的精度满足工程要求     

改进的Verhulst沉降预测模型及其参数估计方法

为提高软土路基沉降预测灰色Verhulst模型的预测精度,首先从沉降初始实测值修正和增加时间指数项两个方面对灰色Verhulst模型的离散时间响应式进行了改进;然后基于最小二乘原理,利用差分进化算法对改进的灰色Verhulst模型时间响应式进行直接地优化估计,避免了灰色Verhulst模型常规估计方法中因背景值选取问题而导致的计算误差.实例计算结果表明,改进的灰色Verhulst模型较原模型具有更好的灵活性和适应性,比Gompertz模型、Logistic模型、Bertalanffy模型、Weibull模型及原灰色Verhulst模型这几种沉降预测模型具有更高的预测精度,可供工程设计参考.