共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
基于IOWA算子的钻井工程风险评价因素重要度计算 总被引:1,自引:0,他引:1
利用层次分析法构建了钻井工程风险评价指标体系,同时给出了钻井风险因素之间比较的一种模糊语言标度及其相应的区间数表示形式,运用模糊语言标度构造出风险因素评价矩阵,引进诱导有序加权平均(IOWA)算子来计算钻井风险因素重要度的评价值,使钻井工程风险评价结果更合理. 相似文献
6.
高速铁路线路修建过程中需要对线下构筑物进行沉降观测和沉降评估,由于高速铁路桥梁墩台沉降测量数据具有沉降量级较小,数值波动变化大的特性,所以单一预测模型不能很好的预测沉降量。文中结合Logistic模型、Gompertz模型和MMF模型的特点,应用加权几何平均法构造一个新的组合模型,使用该组合预测模型对桥梁墩台沉降进行预测,并对新模型进行精度评定。结合工程实例可得:组合预测模型拟合度高于前面三种模型,具有工程实用价值。 相似文献
7.
基于"组合预测"思想,提出了一种对多种常用预测模型进行熵权法计算权重的组合预测方法,从而可根据有限的沉降实测数据预测沉降发展。工程实例分析表明,基于熵权的灰色沉降组合预测模型能够充分挖掘各模型的有用信息,大大提高了预测精度。 相似文献
8.
9.
为了研究最优的煤炭消费预测模型,为我国能源结构优化提供依据,基于差分自回归移动平均(ARIMA)、灰色预测(GM)和人工神经网络(ANN)模型构建了8个组合预测模型,对我国煤炭消费量进行预测分析,应用评价指标R、MAE、MAPE和RMSE对预测模型精度进行比较,筛选出最优组合模型并预测分析未来10年我国煤炭消费趋势。研究结果表明:(1)最优加权组合模型均方根误差、平均绝对误差、平均相对误差等参数均较小,预测效果明显优于单项和简单组合预测模型;(2)构建了权重为(0.73,0.09,0.18)的我国煤炭消费预测最优加权组合模型ARIMA-GM-ANN。(3)将煤炭消费增长趋势分为"缓慢上升期"、"急速增长期"、"下降期"和"平稳期"四个阶段,2013年煤炭消费量达峰,约43.14亿t,2020年以后,煤炭消费量稳定在35.5亿t左右。 相似文献
10.
岩爆是地下工程中的主要地质灾害之一,具有强破坏性、不确定性、突发性等特点。为准确、有效地预测地下工程中的岩爆倾向性,基于组合赋权-改进集对分析理论,建立了岩爆倾向性预测模型。首先从岩性、应力、围岩3个方面确立预测指标;其次利用组合数有序加权平均算子赋权法(Combination Weighting Averaging,C-OWA)、关联准则重要性赋权法(Criteria Importance Though Intercrieria Correlation,CRITIC)、博弈论分别计算出主观权重、客观权重,组合权重;最后将传统集对分析理论中的三元联系度改进为四元联系度,用改进后的集对分析理论计算出综合联系度来预测出岩爆等级。将该模型应用于西藏甲玛铜多金属矿等工程的岩爆倾向性预测中,得出该矿的综合联系度为[u1=-0.302 9],为弱岩爆,与实际相符。研究表明:所建立的模型适用于岩爆倾向性预测,与交互式多准则决策预测模型和逼近理想解排序法预测模型对比,准确性、可靠性较优,为岩爆倾向性预测提供了一种新的途径。 相似文献
11.
12.
13.
14.
15.
16.
17.
18.
深埋隧道围岩变形预测的非线性组合模型 总被引:1,自引:0,他引:1
深埋隧道围岩变形受地应力、地下水、开挖方式等多种因素共同影响,表现为位移序列高度的非线性,为此,提出了基于变形信息融合的非线性组合预测模型。该模型以灰色GM(1,1)模型、RBF模型两种单项预测数据为基础,采用神经网络求取组合预测模型中单项模型所占权重,构建非线性组合预测,并将该模型应用于某深埋隧道围岩变形预测,同时将非线性组合预测的结果和简单平均定权组合、最优线性加权组合进行了比较。研究结果表明:所提出的方法较传统的定权方法在预测精度方面有明显的提高,预测结果更为稳健,在深埋隧道围岩变形预测中具有较好的工程和实践价值。 相似文献
19.
采用自回归移动平均(ARMA)模型、趋势拟合/ARMA组合模型、与小波多分辨率分析结合的WARMA模型,对废弃采空区残余沉降观测数据进行数学建模,并对3种预测模型的预测结果作比较分析。结果表明:3种预测模型均可用于残余沉降短期预测,其中,WARMA模型的预测精度、预测步长和稳定性明显优于其它2个模型,具有实际应用价值。 相似文献
20.
针对老采空区残余沉降序列波动性较大、传统灰色模型预测效果差的不足,建立了残余沉降的多变量离散灰色预测模型(DGM(2,2)),取阶次为2以适应残余沉降的波动变化,选择残余沉降值作为沉陷系统的主行为因子,而将空气、地下水等外界渐变因素对沉陷系统的综合影响作为相关因子,并按等时间影响原则进行量化。通过实例将DGM(2,2)模型的预测结果与6种传统灰色预测模型作对比分析。结果表明:DGM(2,2)预测模型在拟合优度、预测精度和稳定性等方面明显优于传统灰色预测模型,且建模过程避免了微分方程的解算,降低了计算复杂度。 相似文献