新陈代谢GM（1,1）模型在河流水质预测中的应用

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。     

GM（1，1）模型在高层建筑物沉降监测中的应用

详细地介绍了GM(1,1)模型及模型精度评定,利用GM(1,1)灰色模型和回归模型对宜昌均瑶国际广场的沉降进行预测,将预测结果进行对比,分析表明GM(1,1)灰色模型能较好地预测该建筑物的沉降趋势。     

高边坡安全监测的改进GM模型预测研究

由于一般的 GM(1,1)模型进行预测存在较大的局限性及产生系统误差,对一般 GM(1,1)模型进行了误差来源追踪分析并提出改进方法,得到改进后的 GM(1,1)预测模型,并将其用于高边坡安全监测。依据碧口水电站高边坡连续 8 a 的监测数据(第 6,7 a 的数据予以剔除),建立了碧口水电站高边坡灰色安全监控模型。把改进的 GM(1,1)预测模型与一般的 GM(1,1)模型、统计模型等预测模型进行了对比,同时还进行了平均误差、相关系数以及最大误差分析对比。研究表明,改进后 GM(1,1)模型监控精度较高,预测结果与实际吻合较好。     

改进灰色模型及其在基坑变形监测中的应用

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。     

地基沉降预测的两种灰色模型与Asaoka法

Asaoka法、GM(1,1)模型和灰色Verhulst模型都是地基沉降预测中的常用模型。通过分析Asaoka方程与两种灰色模型之间的联系,指出灰色模型理论与Asaoka法一阶微分方程具有一致性,可以利用GM(1,1)模型代替Asaoka法进行沉降预测;灰色Verhulst模型是参数收敛的时变参数Asaoka方程。分析指出三种方法都存在两点不足,即只能应用于等时距沉降数据分析以及参数求解精度还可以进一步提高,从而建立了改进的GM(1,1)模型和改进的灰色Verhulst模型,最后通过工程实例说明了改进灰色模型的具体应用。     

基于灰色理论的电力负荷预测模型改进及仿真研究

本文简要地介绍了电力系统负荷预测的意义,通过对灰色理论预测方法的研究,找出了灰色建模的局限性并提出了改进的方法。通过对负荷原始数据序列的预处理及优化,增强了灰色预测对波动负荷数据序列的处理能力,大大提高了灰色预测方法的适用范围和预测精度;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,能够满足中长期负荷预测的要求。此外,本论文还以matlab为平台,完成了基于灰色系统理论的电力负荷预测仿真系统的设计与实现。通过实例将改进模型与普通GM (1,1)模型进行比较,证明改进模型具有比普通GM(1,1)模型误差小、精度高的优点。     

GM(1,1)模型与灰色Verhulst模型在路堤沉降预测中的探讨

分析非等间隔序列GM(1,1)模型与灰色Verhulst模型的发展特点,用于预测路堤沉降量,以考察其可行性与精度,并得出非等间隔序列GM(1,1)模型与灰色Verhulst模型是一种有效的预测路堤沉降量的方法,同时指出非等间隔序列GM(1,1)模型与不等时距灰色Verhulst模型存在的局限性。     

基于灰色GM(1,1)模型的混凝土碳化深度预测

阐述了混凝土碳化过程及机理,并分析了其影响因素,运用灰色GM(1,1)模型对混凝土碳化深度进行预测,结果表明,灰色GM(1,1)模型预测混凝土碳化深度具有较高精度,这一方法是可行、有效的。     

最优非负变权灰色非线性模型及桥梁变形预测

针对灰色预测模型GM(1,1)拟合精度低的情况,创新性的提出GM(1,1)模型同正弦函数、余弦函数、指数函数和同常数相结合的灰色非线性模型,并给出模型解算和精度评定方法。在此基础上,根据变权原理又提出了最优非负变权灰色非线性模型解算思路。并用某桥梁变形监测工程实例进行验证。通过比较分析各模型精度发现:最优非负变权灰色非线性模型预测精度较GM(1,1)模型、灰色非线性模型得到一定程度的提高,可以应用于桥梁变形预测中。     

改进GM(1,1)在高铁隧道沉降变形预测中的对比应用

针对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的情况,在GM(1,1)模型的基础上,建立了自适应GM(1,1)模型与残差修正GM(1,1)模型,并讨论了2种改进模型的各自优点。依据某隧道沉降监测数据,进行工程实例分析,得出自适应GM(1,1)模型与残差修正GM(1,1)模型在一定程度上均提高了原模型的预测精度和预测曲线的相关性;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。     

混凝土受压过程中声发射数的灰色模型研究

针对在混凝土单轴受压破坏全过程的声发射试验中,采用传统GM(1,1)灰色模型多步预测分析所得预测值普遍较实测值偏大、预测精度偏低的问题,通过引进预测值折减系数,重点探讨了折减系数的特点.结果表明,折减系数在预测曲线起点处基本为一常数,在终点处基本与已知数据百分数呈线性关系.基于上述特点通过插值求其折减系数来合理修正传统的灰色模型,建立起折减修正GM(1,1)灰色模型.通过该修正GM(1,1)灰色模型对室内声发射试验建立的预测模型,其精度较传统GM(1,1)灰色模型有较大提高.     

改进灰色GM(1,1)模型在隧道围岩位移预测中的应用

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 ;对非等间距则往往产生较大的滞后误差。提出了一种经改进的GM(1,1)模型 ,经实例分析 ,该模型适用于隧道围岩位移非等间距监测数据序列的位移预测 ,且都能获得很高的模拟和预测精度     

人工冻土单轴弹性模量灰色理论预测

人工冻土弹性模量是冻结法建井计算的重要参数之一。为提高人工冻土单轴弹性模量预测的精确度与稳定性,利用灰色理论在处理小样本数据的优势,考虑影响人工冻土单轴弹性模量因素,提出了人工冻土单轴弹性模量的灰色理论预测方法,由于传统的GM(1,1)模型在预测时产生的较大误差,所以增加了原始序列的光滑度,优化了时间响应函数,由此建立了改进的GM(1,1)模型;并用改进的GM(1,1)模型进行预测,结果表明,改进的GM(1,1)模型的预测精度较传统模型高。该改进模型为人工冻土单轴弹性模量的预测提供了一种新的途径,同时也为进一步了解冻土力学特性提供了理论依据。     

桥梁基础沉降的等维灰色预测

为揭示桥梁基础沉降的变化规律,采用灰色系统理论分别建立了基础沉降量预测的传统GM(1,1)模型和等维新信息GM(1,1)模型。工程验证结果表明,灰色预测模型的计算值与实测值较吻合,等维新信息GM(1,1)模型比传统GM(1,1)具有更高的预测精度,更适合于桥梁基础沉降量的预测。桥梁基础沉降量的灰色预测结果可为提前评估沉降设计及施工质量提供参考依据。     

忠武输气管道沿线滑坡预测方法研究

基于忠武管道沿线滑坡不具有成面、成片分布的特点及其管道沿线滑坡监测方案,系统地分析了忠武输气管道沿线滑坡预测过程,根据灰色GM(1,1)模型具有对数据量需求少、对时间有关的序列有很好的预测效果等优点,重点研究了灰色GM(1,1)模型及其改进模型,并对各种改进的灰色模型预测结果进行比较分析;同时顾及BP神经网络的各种优点...     

改进型GM（1,1）模型在电力需求预测中的应用

提出一种改进型GM（1,1）模型,通过同时优化模型背景值和初始值的方法来提高模型预测精度,以北京地区电力需求预测为例,对改进模型的有效性和准确性进行了研究,M atlab仿真结果表明,改进型GM（1,1）模型预测精度比灰色GM（1,1）模型更高。     

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。     

改进残差修正GM(1,1)模型在基础沉降预测中的应用

普通的灰色残差修正GM(1,1)模型利用差分代替微分,并用原始数据第一个点的值作为时间响应函数的初始值C0,从而给预测带来了一定的误差。本文用多项式逼近法对残差修正GM(1,1)模型进行了改进,并增加了一个初始值参数;还通过一个基础沉降预测的工程实例,对此模型与普通残差修正GM(1,1)模型进行对比。沉降预测结果表明,改进后的模型明显提高了精度,更加适合于基础沉降的预测,具有较好的准确性和工程应用价值。     

改进灰色理论模型在海相深厚软土路基沉降预测评估中的应用

海相深厚软土路基的工后沉降预测是当今铁路建设中的重大难题,灰色理论为解决这一问题提供了可能。在GM(1,1)模型基础上,考虑量测数据不等时间间隔,建立路基沉降的非等间距等维的模型,并引入缓冲弱化算子,消除灰色预测模型的无限增长性。本文以广珠铁路珠海西站为例,运用改进GM(1,1)灰色理论预测海相深厚软土路基沉降,并与常规预测方法进行比较,研究结果表明改进GM(1,1)灰色预测法具有很高的精度,要优于传统方法。     

加权GM(1,1)模型在变形监测中的应用研究

灰色系统理论中的新信息对认知的作用大于老信息的作用,而传统的累加生成没有体现原始数据中新信息的重要性。为了充分利用新信息,本文结合工程实例将加权灰色系统理论GM(1,1)模型应用于滑坡工程进行变形预测,而且对权的选取做了初步讨论,从预测结果和实测结果进行对比分析,加权累加生成的GM(1,1)模型的模拟和预测精度比传统的GM(1,1)模型模拟和预测精度高,从而说明了该法的有效性和实用性。