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。     

GM（1,1）等维新息模型在软土路基沉降预测中的应用

运用灰色理论中的GM（1,1）等维新息模型对软土路基的沉降进行预测,取沉降观测点沉降量为原始数据,采用Bspline三次插值法将原始数据转化为等时空距数据,再将其作1次累加生成1次累加序列,根据GM（1,1）等维新息模型建立灰色微分方程,其参数由最小二乘法得出,解决微分方程可得方程的时间响应序列,也就是所预测的随时间而变化的沉降值.并采用后验差法对模型的可靠性进行校验,通过某高速公路某段软土路基实测沉降数据的分析以及对等维新息模型维数区的探讨,结果表明,GM（1,1）等维新息模型应用于预测软土路基的沉降量与实际沉降量更加接近.     

基于模糊灰色系统的深部巷道围岩变形预测模型及应用

针对深部巷道围岩变形预测问题，建立了一种基于模糊数学理论及灰色理论的模糊灰色系统预测新模型。首先根据模糊数学理论，对监测的数据样本进行模糊化处理，采用不同时刻历史数据赋予不同的隶属度，并引入巷道围岩变形影响因素的权重参数，将数据序列转化为一个带权重参数的模糊序列，再利用灰色理论建立具有新陈代谢功能的深部巷道围岩变形的模糊灰色系统预测模型（FGM）。同时在Matlab平台上开发了深部巷道围岩变形的模糊灰色系统预测软件，并成功的进行了工程应用。     

大冶铁矿东采场边坡变形破坏特征及滑坡时间预报

本文总结了大冶铁矿三起边坡滑坡的变形破坏特征,在此基础上提出硬岩边坡滑坡的滑移过程可分为缓慢变形、加速变形和破坏失稳三个阶段。并采用灰色ＧＭ（１．１）预测模型和趋势序列分析预测模型对这三起滑坡的破坏时间进行了验证,表明加速变形阶段是进行滑坡临滑预报的最佳时机,采用加速变形阶段的位移观测成果进行滑坡临滑预报误差小,精度高,灰色ＧＭ（１．１）预测模型预报和位移趋势序列预测模型预报是滑坡预报的有效方法。     

灰色混沌时间序列方法及其应用

模型含有混沌特性，因此不能对系统的长期演化进行预测，但在短期预测中仍有较高精度。定义了一类灰色混沌时间序列，使其可以拆分成若干个满足灰色建模的时间序列。根据这一定义，对银山铅锌矿尾矿坝浸润线进行了模型与Lyapunov指数的耦合分析。结果表明，当观测数据为非等时序列，采用灰色混沌时间序列进行分析比较有效；计算得到的浸润线最大LyapunDv指数与其演化结果吻合，可以用来指导尾矿坝安全管理。     

灰色模型在预测巷道围岩变形中的应用

本文简介了灰色预测原理及预测效果的残差检验，结合实例给了灰色模型在预测巷道变形趋势，预测软岩巷道合理的二次支护时间等方面的应用，认为灰色预测方法在地下工程是适用的     

试用灰色动态模型预报老顶的周期来压

一、计算方法灰色系统理论建模的基本原理是将数据的时间序列按微分方程拟合。设有一原始数列X~(0)(i)={X~(0)(1),X~(0)(2),…,X~(0)(n)}(1)为了使其随机性弱化,需将原始数据列各时刻的值累加,得到累加生成数列。若对原始数据作一次累加,即     

灰色理论在边坡岩体变形预测中的应用

边坡工程中,由于材料的非连续性、非均质性以及对结构认识的不完全性,难以用确定的函数形式对边坡变形趋势进行描述。应用灰色系统的原理和方法,对边坡的变形发展进行预测是一种有效手段。本文结合GPS变形监测所获得的原始数据,建立灰色预测GM(1,1)模型,分析边坡岩体变形趋势与边坡稳定性。结果显示:灰色预测的变形数据与实测变形数据关联度较好,灰色理论用于边坡岩体变形预测是切实可行的。     

玲珑金矿开采沉陷动态预计

文中采用多项式拟合、灰色模型、时间序列AR模型、BP神经网络模型预计了山东黄金玲珑金矿的开采沉陷趋势,并将各模型预测值与观测值比较,验证了各模型在预测地表动态移动的有效性;通过使用与开采沉陷趋势相适宜的模型,为矿山安全生产提供有力的科学支撑。     

灰色模型在预测巷道围岩变形中的应用

本文简介了灰色预测原理及预测效果的残差检验，结合实例给出了灰色模型在预测巷道变形趋势，预测软岩巷道合理的二次支护时间等方面的应用，认为灰色预测方法在地下工程是适用的。     

灰预测在高陡岩质边坡稳定性预测中的应用

利用厂坝边坡岩体GPS变形监测得到数据,并对数据适当处理后,建立灰预测GM(1,1)模型,预测了边坡变形发展趋势,但其预测结果与GPS监测变化规律不太一致,故在此基础上又建立了新陈代谢GM(1,1)模型,分析边坡岩体变形趋势与边坡稳定性。结果表明:预测的边坡变形变化趋势与GPS监测的边坡变形变化规律一致,且边坡在闭坑前处于稳定状态。     

基于灰色模型群的软岩巷道围岩变形预测

随着煤炭资源逐步转向深部开采,软岩巷道的支护问题显得尤为突出,巷道围岩变形监测及预测对巷道支护设计、维护等具有重要的指导意义。传统的预测方法多基于岩体力学理论,计算过程较为复杂。以巷道围岩变形原始数据作为参考数列,结合灰色系统理论,构建基于全数据GM（1,1）、新信息GM（1,1）、新陈代谢GM（1,1）等3类预测模型的软岩巷道围岩变形预测灰色模型群,并将其应用于预测某矿软岩巷道顶底板及两帮围岩变形位移。结果表明,利用该灰色模型群进行巷道围岩变形预测的精度较高,能较好地顾及围岩变形新信息对预测精度的影响,使得预测结果更加符合实际。     

改进的灰色预测模型在煤矿安全管理中的应用

预测是确定安全管理目标的有效方法,GM(1,1)模型适用于对平滑单调数列进行建模,遇到带有周期振荡性的数列时预测精度较差.改进的GM(1,1)模型通过函数变换法对数据的周期振荡性进行处理,得到单调增加的数列,再利用GM(1,1)模型建模.实际应用表明,这种改进的方法较GM(1,1)模型效果好,使用简单.     

堆浸浸出率灰色系统GM(1,1)模型的建立及预测

应用灰色系统理论的数学原理及建模过程,建立了堆浸浸出率的GM（1,1）模型。应用该模型对某铀矿石室内模拟试验的浸出率进行灰色预测,采用“残差检验法”和“灰关联度检验法”进行检验。结果表明,GM（1,1）模型的预测精度高,适合于具有灰色特征的地质、采矿、选矿、经济等原始数据序列的模拟控制和预测分析。     

灰色预测模型在建筑物沉降监测中的应用

建筑施工中,沉降观测是监测建筑物是否安全的重要环节。为此,将灰色系统理论应用于建筑物沉降变形数据分析,结合实例,验证了灰色GM（1,1）预测方法在建筑物沉降监测中应用的可行性和可靠性。     

基于灰色GM(1,1)模型的磨心坡深部煤层厚度预测

利用灰色GM(1,1)模型,结合生产资料对磨心坡深部煤层厚度进行预测.结果表明磨心坡深部煤层厚度随深度增加基本保持平稳,储量稳定.结合钻探资料证实,灰色GM(1,1)模型在预测煤层厚度方面有一定的优势,但由于实际情况的复杂性、模型的单调性,要得到更精确的预测还需要做进一步的研究工作.     

稳健灰色模型在建筑物沉降监测中的应用

该文提出了稳健灰色模型,并将其应用于某建筑物沉降的预测。结果表明,稳健GM(1,1)模型比常规GM(1,1)模型具有更好的抗干扰性能和受异常点影响小的优点,更具有预测应用价值。同时还编写了计算机程序对灰色预测过程进行电脑处理,大大减少了工作量。     

基于灰色模型GM（1,1）的尾矿坝浸润线预测

浸润线的控制是尾矿库监测重点内容之一,对尾矿库安全起着至关重要的作用。从尾矿库监测数据中选取历史数据,提出一种基于累加生成的GM(1,1)灰色预测模型浸润线的预测方法,建立预测模型。结果表明该方法具有所需数据少、建模精度高及简单实用等优点,能够准确预测浸润线高度,有利于提高尾矿库安全水平。     

矿区非线性沉降的GM(1,1)预计残差改进模型及应用

矿区地表移动变形关系到矿区安全生产和地面建(构)筑物的安全,对矿区地表进行定期监测并预测具有重要现实意义。矿区地表沉降由于持续时间长,观测数据具有长时序且表现为非线性变化的特征,因此存在建模数据区间难以选取、GM(1,1)模型预测精度不高的问题。针对以上问题,本文建立了基于残差加权改正的GM(1,1)改进模型,提出了先阶段后截尾的建模数据区间选取方法、预测流程和模型精度评定标准。经过实例应用验证,GM(1,1)预计残差改进模型预测精度优于GM(1,1)模型,且先阶段后截尾的建模数据区间选取方法能够提高预测精度。