浅析灰色系统理论在建筑物变形分析中的应用

介绍了灰色系统理论的原理和模型,应用该理论对建筑物的变形进行了定量的分析与预报,同时与其他预测方法进行了比较,得出了在已知数据量相同的情况下,利用灰色系统模型进行数据拟合是最优方案的结论.     

灰色预测在高速铁路桥梁基础中的应用

在灰色GM(1,1)模型的基础上,考虑到测量数据的不等时间间隔性,建立了地基沉降的非等间距的预测模型,并建立了残差模型对预测结果进行修正,大大地提高了预测精度.该研究在京津城际轨道交通工程的应用中取得了良好的效果,充分证明了在沉降变形分析中应用灰色预测法的可行性.     

基坑变形预测的时间序列分析

在分析灰色系统与神经网络基本原理的基础上,结合前人研究成果和实例分析,提出灰色系统用于基坑变形预测存在的一些问题,认为灰色系统不宜用于地下连续墙水平位移的预测,在其它变形预测中也要慎用.建立了基坑变形预测的神经网络模型,并用实例加以论证.研究表明,神经网络是解决基坑变形预测的有效方法,在地下工程中具有很好的应用前景.     

灰色模型联合小波变换进行变形预测的研究

该文研究了基于灰色模型结合小波变换的变形预测方法。根据小波变换特点,对变形监测数据序列进行分解,对各个分解后的子序列利用灰色模型进行预测,最后重构出变形预测结果,且将该结果与灰色模型预测结果进行了比较。结果表明,该方法具有较强的预测能力,可作为变形预测的方法参考。     

灰色GM(1,1)模型预测精度的残差修正及对岩体变形预测的应用

岩体变形预测预报的实际算例表明，以优化灰色模型背景值为基础的灰色GM(1，1)残差修正模型，具有对建模结果进行优化的能力，且能获得较高的模拟和预测精度。     

无偏灰色模糊马尔可夫链在设备衰退预测中的应用

针对传统灰色马尔可夫模型在固有灰色偏差和抗干扰性方面的不足,提出一种基于无偏灰色模糊马尔可夫链的设备衰退趋势预测模型。首先,引入无偏灰色理论,建立无偏灰色模型,预测设备健康状态的总体趋势;然后,根据此趋势,采用模糊集合理论进行模糊状态划分,从分类方法上改进传统灰色马尔科夫模型,同时克服马尔可夫状态矩阵运算量大的缺点;最后,进行模糊马尔可夫残差修正,确定设备健康状态组合预测值。与传统灰色马尔可夫模型相比,该模型可有效提高预测精度。以屏蔽泵的健康状况数据为样本进行设备衰退趋势预测,结果表明:该模型对第13、14和15个周期的设备健康状态的预测,残差偏移率分别为0.24%、0.10%和-0.05%,对应传统灰色马尔科夫模型的残差偏移率0.46%、0.11%和0.08%,预测精度更高,能够有效实现设备衰退趋势的精确预测。     

基于灰色自回归模型的既有建筑物沉降预测

在探讨灰色模型与自回归模型相关理论的基础上,将趋势项提取与残差项处理相结合的灰色自回归分析思路应用于基坑周边建筑物沉降预测中,并采用均方误差、平均相对误差等指标对预测精度进行评定,验证了组合预测方法的实用性与有效性。     

宝安体育场屋盖系统变形的灰色预测技术研究

本文运用灰色GM(1,1)方法对宝安体育场屋盖系统的内拉环进行了竖向变形预测,将预测结果与实测值进行对比,确定灰色GM(1,1)预测方法适用于宝安体育场屋盖系统;对残差进行了检验,表明预测精度较高,预测结果比较可靠。     

基于灰色-马尔柯夫链模型的建筑物变形分析与预报

变形监测数据的分析和预报一直是建筑物施工及运营管理中的重要内容,其预报的可靠性在很大程度上取决于正确选择科学的预测方法.本文在分析现有建筑变形预测方法的基础上,针对灰色系统理论中的GM(1,1)预测的局限性,通过状态划分及计算马尔柯夫转移概率矩阵的方法,提出了适合于建筑物变形预测的灰色-马尔柯夫链模型,同时对该模型进行...     

基于灰色系统理论的深基坑水平位移预测分析

根据某基坑的实测资料，采用灰色系统理论对水平位移进行了预测，对系统残差采用新陈代谢模型进行了修正，并对其预测结果作了分析，取得了较好的效果。     

基于灰色关联分析的工程项目评标方法研究

在对影响工程项目评标的多种因素进行定性和定量分析的基础上,采用灰色系统理论中的灰色关联分析建立了灰色关联分析评标模型,经过案例分析结果表明:基于灰色关联分析的工程项目评标方法方便实用、评标结果科学合理。     

基于关联模态云推理算法的输电塔结构损伤识别

为了解决输电塔等工程结构在不确定因素干扰下的损伤识别问题,提出了一种基于关联模态的云推理算法。建立残余力基本方程,并分析了基于残余力向量的损伤识别原理;提出了基于残余力的云推理算法,给出了云模型的数字特征,分析了前件云发生器和后件云发生器,给出了基于灰云模型的定性规则库建立方法,并利用云规则组成了相应的云推理系统。考虑到残余力法易受测量噪声等不确定因素干扰的弱点,进一步提出了关联模态云推理算法,以提高损伤识别的精度和可靠性,并采用输电塔结构模型进行了损伤识别研究。数值计算结果表明,关联模态云推理算法可以较好地识别出结构损伤,其识别效果明显优于残余力向量法和残余力云推理算法。     

矿区地表沉降灰色系统预测模型适用性——以陕西榆家梁煤矿为例

灰色系统理论模型是矿区地表沉降预测的重要方法之一,针对各种灰色系统理论模型在矿区地表沉降预测中的适用性问题,该文以灰色数列模型、GM(1,1)模型和灰色Verhulst模型为地表沉降预测模型,以陕西神木县榆家梁煤矿综采工作面地表沉降监测数据为数据源,开展了灰色系统理论模型预测对比研究.同时,以后验差比C和小误差概率P对...     

引入修正因子的非等时距时变参数灰色预测模型及应用

边坡系统是一类典型的复杂灰色系统,由于其位移监测数据离散程度较高,因此应用经典灰色预测模型往往会出现预测值偏差较大的情况。本文针对经典灰色预测模型GM(1,1)的不足,依据灰色系统理论信息处理原则,在灰色预测模型中引入Legendre时变参数,建立了非等时距时变参数边坡位移的灰色预测模型,并在计算过程中引入修正因子修正预测结果,根据后验方差比C的大小确定修正因子λ的取值,从而确定引入修正因子后边坡位移预测的整体最优化值,提高预测精度。此位移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。由于文中预测实例的监测数据及测试时间间隔均有较大离散性,因此应用此模型进行预测较为合理。实例计算表明:预测模型可以较好的模拟已测数据并对边坡位移的短、中期变化有较为理想的预测效果。     

基于灰色系统理论的工期偏差预测分析

介绍了灰色系统理论GM(1,1)模型应用于水电工程项目的进度偏差分析和进度偏差影响因素分析,从而实现工程进度主动的动态控制,以便及时采取措施,使其对工期的影响降到最低程度.     

自动全站仪监测系统的大气折光改正研究

主要研究了与自动全站仪监测系统测值精度直接有关的大气折光影响改正的方法。根据湍流场理论 ,结合局部区域大气折光场的结构函数特点 ,研究了统计分析和灰关联分析 ,建立大气折光改正模型 ,对观测值进行改正 ,进一步有效减弱大气折光的影响。特别是灰关联模型 ,从小区域范围内大气折光场的相关性出发 ,用数期观测的结果就可以建立极好的模型 ,改正精度高 ,使用方便。     

动态修正时距权重的不等时距灰色模型及应用

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。     

办公楼中水回用成本效益分析

中水回用系统节省淡水资源,缓解城市给排水压力,社会效益显著。但是在经济效益层面,中水回用系统存在争议。针对北京地区办公楼中水回用问题,采用动态投资回收期分析法,结合对未来水价、电价的走势和维保费的模拟,针对Matlab 软件计算结果,分析并讨论了中水系统在办公楼中的成本效益。结果表明,目前办公楼中水系统不具备经济投资效益;水价以及运行、维保费的增长率是影响中水回用系统经济效益的主要因素。但随着中水回用系统投入使用的推移,动态投资回收期在减少。到2021 年以后中水回用系统投入使用,开始具备经济投资效益。     

基于加权灰色系统模型在变形分析中的预测

介绍了PGM（1,1）灰色系统建模原理,同时引入了一种求得最佳背景值的方法,通过与GM（1,1）灰色系统模型的比较,证明了这种方法求最佳生成系数的可行性和有效性。     

Gray predicting theory and application of energy consumption of building heat-moisture system

This paper discusses the difference between other uncertain theories such as stochastic and gray system one and the uncertainty of building heat-moisture system. The other prediction techniques are simply analyzed, and gray prediction theory is stated. A method based on gray prediction model is proposed. Building energy consumption for a certain example is predicted. By inspecting, predicting values agree with measured one very much, that is, the GM(1,1) model compares with the original load data. The method can be seen as a new load calculation method and applied for verification purposes.