基于向量夹角余弦及IOWGA算子的组合预测方法及应用

针对传统组合模型建模准则单一、权值固定不变的缺陷,引用最优加权组合建模理论,将向量夹角余弦与诱导有序几何加权平均(IOWGA)算子相结合,构建一种新的最优组合预测模型,并对优性组合模型的判定方法及预测效果评价准则进行了研究。利用该模型对路基沉降进行预测,并与双曲线模型、S型曲线模型的预测结果进行对比分析。结果表明,相对于单项模型,该组合模型的预测精度更高,是一种有效的路基沉降预测模型。     

基于最优组合模型的煤矿百万吨死亡率预测

为有效解决常规单项预测模型组合时采用单一的加权平均系数而导致预测结果失真的缺陷,通过引入IOWHA(诱导有序加权调和平均)算子构建最优组合预测模型对我国煤矿百万吨死亡率进行预测分析,实证结果表明:该组合预测模型具有较高的拟合和预测精度,可为煤矿部门安全决策和科学规划提供一定理论依据。     

基于环境特性网的负荷组合预测

在分析煤矿井下电力负荷特性的基础上选取单项预测模型,提出一种基于组合系数诱导IOWA算子的组合预测方法。该方法应用Dempster合成法则筛选精度较优的单项模型预测值替代历史数据,克服实际预测期数据未知的缺陷;基于发展相关性指标和精度指标构造递阶层次结构,运用熵权法求取两项模型评价指标的组合权重,求出组合系数;在预测过程中引入等维信息概念,使预测结果能够更合理地反映负荷发展规律。预测结果表明,基于组合系数诱导IOWA算子的模型适用于预测井下负荷,并能提高预测精度。     

多元非线性瓦斯涌出量组合预测方法

针对现有的一元线性单项预测方法信息源局限性和建模形式敏感性的缺陷,通过引入诱导有序加权几何平均(IOWGA)算子构建多元非线性瓦斯涌出量组合预测模型。工程实例表明:该预测模型具有预测精度高,数据可信度好,预测效果理想等优点,可应用于煤矿安全生产预测。     

基于IOWA算子的钻井工程风险评价因素重要度计算

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.     

组合模型在桥梁墩台沉降预测中的应用

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。     

基于熵权的灰色沉降组合预测模型及应用

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。     

基于预测有效度的矿山安全组合预测模型研究

依据组合预测有效度的定义,以单项预测在预测区间内预测精度均值最大为准则,建立了基于单项预测的加权组合预测模型,给出了加权系数的线性规划最优计算模型。应用基于灰色预测与指数平滑预测的组合预测模型研究了我国矿业事故数基本趋势问题,证明应用此模型对矿业安全系统预测分析不仅提高了预测精度,且模型直观、计算简洁,具有较高的实际应用价值。     

基于最优加权组合模型的煤炭消费预测分析

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。     

基于组合赋权-改进集对分析的岩爆倾向性预测研究

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。     

基于SVR组合模型的边坡位移预测研究

为解决传统支持向量机预测模型的不足,造成矿山边坡位移预测精度低的问题。提出了一种基于自适应惯性权重PSO算法的支持向量回归机(SVR)组合预测模型。将其运用到某矿边坡滑坡位移预测中,并与基于灰色预测模型、基于传统SVR预测模型预测结果对比,结果表明:基于SVR组合预测模型的矿山边坡位移预测的精度更具优势。     

组合优化模型在巷道围岩变形监测中的应用

将灰色GM(1,1)模型、回归分析法和神经网络模型的预测结果结合起来,以各种模型误差平方和最小为基准,进行加权优化组合,建立了组合优化预测模型并将该组合模型应用到巷道围岩变形监测中。经过实验分析与对比,验证了组合预测模型在巷道围岩变形预测中优于单一的预测模型,也是提高巷道围岩变形预测的一种有效方法。     

基于灰色GM(1,1)和神经网络组合模型的基坑周边地面沉降预测分析

为了预测基坑周围地表道路的沉降,该文结合常州恒生科技园二期建设工程实例,提出了灰色GM(1,1)与神经网络模型组合构成灰色神经网格模型。基于层次分析法,选取建筑物沉降、围护结构顶部水平位移、竖向位移、地下水位作为影响地表道路沉降的主要因素,并将其作为模型的输入因素。研究结果表明,灰色神经网络模型结合三次样条插值建立的组合预测模型,具有较高的预测精度,有利于基坑的预测、预警,有效地保障了基坑施工的安全。     

锚杆极限承载力预测模型及方法研究

基于双曲线模型和指数模型,采用最优加权组合建模理论,建立了锚杆Q-s曲线的最优加权几何平均组合预测模型,对锚杆的极限抗拔承载力进行预测,并详细介绍了利用Origin软件强大的非线性曲线拟合功能,求取模型参数的简便方法。通过工程实例,验证了该最优组合预测模型的可行性。对比分析结果表明,最优组合预测模型的精度高于指数模型、双曲线模型和幂函数模型,是现场锚杆抗拔试验数据的一种有效分析方法。     

煤矿开采引起的地表沉降预测模型研究及应用分析

文中基于曲线拟合和BP神经网络的理论,利用某矿区内B1点的实测沉降数据,结合MATLAB曲线拟合工具箱和BP神经网络的编程建立地表沉降预测模型,预测未来沉降趋势。同时采用曲线拟合的结果进行BP神经网络的训练和仿真(即曲线—BP组合模型),通过对预测值和实测值的比较,分析三种模型的预测精度,最后结果表明曲线—BP组合模型在矿区地表沉降预测中切实可行。     

基于优化GM(1,1)在基坑变形预测中的应用研究

传统GM(1,1)模型以数据序列背景值边界均值预测基坑沉降变形,精度低、残值大。基于灰色理论应用对数法与二次插值法分别对传统模型进行改进与优化,结合基坑沉降变形监测数据,采用三种模型分别预测对比分析,研究结果表明:改进的两种预测模型精度优于传统模型;预测值与监测值在基坑沉降变形趋势一致。     

基于时间加权-新陈代谢GM(1,1)模型在建筑物沉降预测中的应用

文中针对时间因素对GM(1,1)模型预测造成的影响引入了时间加权-新陈代谢GM(1,1)模型,并将该模型应用于建筑物的沉降预测,结果证明时间加权-新陈代谢GM(1,1)模型比传统的GM(1,1)模型的预测精度高,具有较高的参考价值。     

深埋隧道围岩变形预测的非线性组合模型

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。     

废弃采空区残余沉降时序预测模型的对比研究

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。     

老采空区残余沉降的离散灰色预测模型

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。