共查询到19条相似文献,搜索用时 62 毫秒
1.
土石坝沉降的预测灰色模型 总被引:1,自引:0,他引:1
本文将灰色系统理论应用于土石坝沉降资料分析中,通过新陈代谢方法与GM(2,1)模型相结合建立了灰色预测模型,该模型的可行性与合理性铁山水库土凡的实际应用中得到了验证。 相似文献
2.
本文将灰色系统理论应用到土石坝沉降资料分析中,通过新陈代谢方法与GM(2,1)模型相结合建立了灰色预测模型。该模型的可行性与合理性在铁山水库土坝的实际应用中得到了验证。 相似文献
3.
灰色Verhulst模型在路堤沉降预测中的应用 总被引:7,自引:0,他引:7
利用灰色Verhulst模型原理,对某路堤沉降进行预测,以比较少的观测样本建立了新陈代谢数列,经后验差检验,结果理想可靠。 相似文献
4.
5.
6.
7.
灰色模型用于建筑物变形监测分析和预测时,通常依靠时间信息建立预测模型,但该类模型不能充分反映点位变化规律。在对变形监测时间序列定性分析的基础上,提出利用缓冲算子对变化幅度大的点进行调整,以此建立改进的灰色模型,再进行预测,并用实例进行分析验证,取得了更优的预测效果,精度也有所提高。更多还原 相似文献
8.
针对灰色模型在建模过程中受到随机扰动影响这一问题,利用马尔科夫模型预测波动性数据准确的优势,对灰色模型进行改进,并应用于大坝变形预测计算与分析。结果表明,改进的灰色马尔科夫模型对存在扰动数据的大坝变形预测中,可以获得较好的预测效果,提高预测精度。 相似文献
9.
利用灰色系统理论、建模原理及其检验方法,利用尼尔基水利枢纽左副坝坝体竖向位移资料建立灰色预测GM(1,1)模型,对尼尔基水利枢纽左副坝坝体竖向位移进行预测,经残差、关联度等检验分析,模型精度较高,并对实测资料进行检验,效果较理想,可以考虑应用于尼尔基坝体竖向位移的预测,为整个坝区、坝体水准网的竖向位移监测提供辅助信息。 相似文献
10.
土石坝沉降的状态灰色模型 总被引:4,自引:0,他引:4
针对传统的原型观测资料分析方法的不足,提出了将灰色系统理论应用于土石坝资料分析的新方法,从而建立了沉降状态灰色模型。其建模思路、方法的正确性和合理性,在铁山水库的实际运用中得了验证。 相似文献
11.
为了对大坝安全进行准确监控,利用分形几何理论预测大坝变形。针对一般常维分形分布不能很好分析大坝变形数据的问题,对监测数据进行N阶累计和变换,对变换后的数据利用分段变维分形模型计算各阶变形维数序列,再选择效果较好分形维数已知序列预测未知分形维数,最后反推大坝变形预测数据。针对传统变维分形预测模型分形维数预测方法的不确定性和所需监测数据量大的缺点,利用灰色模型预测分形维数,建立改进的大坝分形几何监控模型。结合工程实例,对比插值法预测分形参数的传统分形几何预测模型和灰色模型改进后的预测模型之间的预测精度,结果表明,改进分形模型不仅在预测精度上有所提高,而且更具稳定性和抗波动性。 相似文献
12.
13.
14.
15.
针对传统GM(1,1)模型在数据预处理阶段存在的不足,分析模型误差的产生原因,提出新的数据预处理方法。依据峡江县1958-2018年年降水量资料,通过计算其SPI指数(标准化降水指数)得到干旱年时间序列。在真实的时间序列数据集上对经典灰色模型GM~0、平移转换预处理灰色模型GM~1、基于平移转换的平均弱化缓冲算子预处理灰色模型GM~2进行了对比测试,结果表明:平移转换结合平均弱化缓冲算子弥补了预处理阶段的不足,有效地降低传统模型的误差,改进后的GM~2模型的平均预测误差为3.32%,相较于其它两种模型分别降低了44.16%和16.24%。证明了该模型具有更好的预测精度,可应用于干旱年的预测,为区域干旱预测和干旱防治工作提供理论依据。 相似文献
16.
灰色系统模型在坝基位移预测中的应用 总被引:11,自引:1,他引:10
本文应用灰色系统理论对坝基位移观测数据序旬进行了分析,提出了等维新息模型存在着最佳维数区这一观点,建立了位移预测灰色模型,并将其成功地应用于千亩岙土坝沉降和侧向位移的预测,文中还讨论了位移预测灰色模型成功建模的条件及其应用于大坝安全监控的可能性。 相似文献
17.
灰色模型在大坝变形监测与预报中的应用 总被引:6,自引:0,他引:6
建立有效实用的大坝变形监测模型,对于大坝运行意义重大。目前国内外常用统计模型和确定性模型来预报大坝变形,但精度普遍不高。作者提出一种基于不确定性模型的非等间隔灰色模型对大坝变形进行监测预报。预报过程建立在数学基础上,而且预报结果的精度能够满足工程需要。 相似文献
18.
为提高监测资料有缺失的大坝变形预测模型精度,采用支持向量机方法建立一种具有小样本、高维、非线性的预测模型,并结合对其重要组成部分核函数的分析应用,提出一种根据结构风险最小化的TW-SVM预测模型。以某堆石坝为例进行研究,利用坝坡垂直位移和水平位移的监测数据,分别采用TW-SVM方法和BP神经网络(NET)方法建立相应预测模型进行比较分析。结果表明:采用TW-SVM方法和NET方法预测的垂直位移最大绝对误差分别为0.58 mm和6.18 mm,最大相对误差分别为270.00%和1 286.22%;采用TW-SVM方法和NET方法预测的水平位移最大绝对误差分别为0.25 mm和14.91 mm,最大相对误差分别为31.25%和1 189.85%;TW-SVM预测模型比NET预测模型更适合于影响因素为时间、水位的小样本预测分析。研究结果为堆石坝变形预测与分析提供参考。 相似文献
19.
针对传统的原型观测资料分析方法的不足,提出了将灰色系统理论应用于土石坝资料分析的新方法,从而建立了沉降状态灰色模型。其建模思路、方法的正确性和合理性,在铁山水库的实际运用中得到了验证。 相似文献