共查询到20条相似文献,搜索用时 281 毫秒
1.
2.
分析灰色GM(1,1)预测模型存在的理论缺陷,指出灰色GM(1,1)预测模型虽可用于小样本基础数据预测,但对基础沉降一类随机性强、波动性较大的数据拟合质量较差,预测精度降低。因而,提出利用马尔可夫链修正神经网络模型,其计算过程为:首先建立神经网络动态拟合模型作为基础沉降变化的基准线,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,最后通过系统状态划分样本值与模型拟合值之间的残差及中误差等指标分析计算,最终完成基础沉降的准确计算,该模型应用于基础沉降工程实例运算,取得较好效果。 相似文献
3.
由于传统灰色模型在预测波动性较大的数据时精度不高,提出一种改进的动态GM-Poisson-Markov组合预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进,通过原始序列的动态更新实现模型的参数更新,在此基础上与泊松曲线模型建立一种组合预测模型,并利用马尔科夫链进行残差修正,得到改进的动态GM-Poisson-Markov组合预测模型。利用汉巴南铁路路基沉降变形监测数据进行实例分析,将预测结果与泊松、灰色模型、非等间距无偏灰色模型以及组合模型预测结果进行对比分析,结果表明:模型对铁路软土路基沉降变形可取得较好预测效果,提高了预测精度与稳定性。 相似文献
4.
在公路施工过程中,路基施工质量的好坏是确保公路施工质量的关键,为确保路基施工质量,必须掌握路基沉降的变化情况,特别是要能够较为合理地预估路基沉降的变化情况.文中利用灰色系统理论建立GM(1,1)灰色预估模型及其残差模型,并应用于某高速公路路基沉降变形预测中,预测结果和实测结果能较好地吻合,验证了预估模型的精度和预测方法的可行性. 相似文献
5.
6.
路基沉降变形是一个复杂的动态变化过程,常用的单变量预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型是单变量GM(1,1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。实例计算表明,与单变量GM(1,1)模型相比,多变量灰色模型具有更高的预测精度,显示了该方法进行路基工后沉降预测的有效性。 相似文献
7.
灰色理论在软土路基沉降分析中的应用 总被引:8,自引:7,他引:1
根据灰色理论建立GM(1,1)模型,得到时间响应函数及预测模型,据此对路基沉降过程和最终沉降量进行预测,其预测精度满足工程需要. 相似文献
8.
基于灰色理论的道路交通事故预测模型综述 总被引:1,自引:0,他引:1
交通事故预测模型是进行交通安全控制的关键问题之一。重点介绍了目前几种主要的基于灰色系统理论的道路交通事故预测模型:基本灰色预测GM(1,1)模型、残差灰色预测模型、灰色Verhulst预测模型、灰色马尔可夫预测模型、灰色神经网络预测模型,并指出各模型的适用条件和优缺点,为相关研究提供参考。 相似文献
9.
建立了基于路面状况指标(PCI)、路面结构强度指标(SSI)、行驶质量指数(RQI)和横向力系数(SFC)4项指标历史数据的传统GM(1,1)模型,分析了传统GM(1,1)模型缺陷,引入马尔可夫状态转移矩阵来判断残差预测值在k≥n时的符号,建立了改进的残差灰色预测模型,提高了预测精度,对高速公路使用性能的各单项指标进行了预测,并根据预测结果提出了相应的养护措施。 相似文献
10.
11.
12.
13.
《筑路机械与施工机械化》2017,(4)
为了提供更加准确的路面使用性能预测方法,提出了一种基于灰色模型并用马尔科夫链进行修正的灰色马尔科夫模型。结合工程实例对该方法的实用性和准确性进行检验,结果表明:灰色马尔科夫模型能够在已知历史资料的基础上对路面使用性能进行比较准确的预测,且和单一的灰色GM(1,1)模型相比具有更高的预测精度。 相似文献
14.
15.
公路货运量灰色模型—马尔可夫链预测方法研究 总被引:3,自引:0,他引:3
将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。 相似文献
16.
路基的沉降与稳定性控制是高等级公路使用寿命的关键,准确计算路基沉降变形值具有实际应用意义。文中采用灰色GM(1,1)模型及计算原理,进行某一级公路软土路基沉降预测,计算得出软土路基的变形曲线。其模型精度评定指标表明,该方法拟合误差小,预测精度高。 相似文献
17.
通过建立灰色GM(1,1)预测模型,对边坡位移进行预测。根据预测结果并利用残差在一定区间内呈单调变化的特性,再基于残差单调性重新选取样本序列,再次建立1组新的灰色模型,从而可极大地提高边坡位移预测精度。该模型被称为基于残差单调性的GM(1,1)修正模型。 相似文献
18.
由于传统灰色模型在预测波动性较大的数据时精度不高,提出一种改进的动态GM-Markov预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进,通过原始序列的动态更新实现模型的参数更新,在此基础上利用马尔科夫模型进行残差修正,得到改进动态GM-Markov预测模型。利用某高铁路基冻胀变形监测数据进行实例分析,将改进的动态GM-Markov模型预测结果与灰色以及非等间距无偏灰色模型、最优组合模型预测结果进行对比分析,结果表明:改进的动态GM-Markov模型对于波动性较大的冻胀变形可以取得较好预测效果,提高了预测精度与稳定性。 相似文献
19.
20.
针对GM(1,1)模型预测精度差的问题,采用马尔可夫链、残差数据正数化等多种方法修正残差.按等维新息的思路建立多个改进型GM(1,1)模型,并提出了基于神经网络实现的改进型灰色组合预测模型及预测算法。仿真分析表明,通过该模型可以寻求到多个改进型GM(1,1)模型预测值的最佳组合。 相似文献