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。     

某边坡工程降雨量的GM(1,1)模型预测及其修正

基于灰色理论,结合具体算例建立了某边坡工程降雨量的GM(1,1)预测模型,并对GM(1,1)模型的计算结果和精度进行了分析,引用灰色区间预测法对GM(1,1)模型计算结果进行了修正,得出了某边坡工程降雨量的预测值.     

灰色系统分析在沉降监测中的应用

文章对在沉降监测中如何利用灰色系统理论进行数据分析与预测做简要阐述,同时研究影响GM(1,1)预测模型预测精度的因素,探索如何提高模型预测精度,进而更好完成变形监测工作。     

灰色系统理论在矿山边坡变形预测中的应用

为保证露天转地下平稳过渡,需对-30 m水平挂帮矿进行开采,而西南边帮的稳定确保挂帮矿的顺利开采,因此基于杏山铁矿复杂的地质条件和矿区在露天转地下条件,对西南帮边坡变形破坏规律进行了分析。在分析西南边坡变形破坏规律的过程中,主要运用灰色系统理论建立了杏山铁矿GM(1,1)预测模型,应用该预测模型对杏山铁矿边坡实际监测数据进行了分析,并将其结果与现场监测数据进行了对比分析,说明其变化趋势与监测结果基本一致,验证了GM(1,1)预测模型的可靠性,为模型后期的预测提供了理论依据。     

灰色理论在隧道洞口边坡变形预测中的应用

利用GM(1,1)模型、残差GM(1,1)模型及新陈代谢模型,对洞口边坡变形位移进行了预测,并对结果进行对比分析.文章可为日后同类工程的设计、施工和监测提供有益的借鉴.     

两种预测模型在客专路基沉降预测中的对比分析

在提出客运专线路基沉降预测重要性的基础上,以灰色预测模型GM(1,1)和双曲线模型,对路基沉降变形观测数据进行了分析预测,并结合实例,编写matlab程序,对这两种预测结果做了对比分析.结果分析显示:灰色预测模型GM(1,1)比双曲线模型在客运专线路基沉降预测具有更高的精度,效果更佳.     

灰色系统理论在采空区瓦斯抽采纯量预测中的应用

为了准确预测采空区瓦斯抽采纯量,本文将GM (1,1)模型与Markov模型有机结合,构建了GM(1,1)残差-Markov预测模型.以安徽淮北某矿采空区瓦斯抽采纯量为例,分别利用GM (1,1),GM(1,1)残差,GM(1,1)残差-Markov预测模型进行预测,对模型预测结果运用后验差检验比值c及小概率精度p进行精度检验.结果表明,GM(1,1)残差-Markov预测模型达到优等,适合对近期的采空区瓦斯抽采纯量进行预测.     

基于动态不等时距的边坡位移灰色预测模型分析

对边坡进行安全监测,建立灰色GM(1,1)模型可以预测预警灾害的发生。边坡监测难以实现等时距观测,传统不等时距GM(1,1)模型预测精度低,无法满足长期预测要求。针对其缺点,重新分配在建模过程中系统数据累加和累减的权值分配,确立最佳权值分配,并在MATLAB实现程序化建模。针对仓上露天坑尾矿库边坡建立了传统、动态和修正权值的动态不等时距GM(1,1)模型,对比分析3个模型发现:动态模型较传统模型具有明显优势,预测精度提高,残差和残差率下降;修正权值的动态模型拟合度更好,预测结果更接近真实值,更能反映系统发展趋势。     

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。     

基于GM(1,1)模型的变压器故障分析研究

通过建立基于灰色系统GM(1,1)理论的变压器故障预测模型,结合三比值法对变压器故障进行预测。对比预测结果和现场情况来看,预测较为准确,可以作为一定的理论依据。但是由于GM(1,1)本身的精度问题,只能进行短期预测。     

基于灰色GM(1,1)新陈代谢模型的矿井瓦斯涌出量动态预测

矿井工作面瓦斯涌出是一个动态不确定的过程,因此最新瓦斯涌出数据的研究至关重要,本文将灰色GM(1,1)模型瓦斯涌出量预测结果加入原始数列,对原始数据序列的信息进行更新,建立了矿井瓦斯涌出量GM(1,1)新陈代谢动态预测模型,采用残差检验法对该模型精度进行检验,其平均相对误差为3.861%,预测精度明显优于GM(1,1)模型,提高了灰色GM(1,1)模型预测瓦斯涌出量的精度。     

新陈代谢DGM(1,1)模型在基坑沉降预测中的应用

该文结合基坑沉降监测实例,对沉降数据进行分析,发现沉降速率越来越快,为更合理的对这种增幅较大的累计沉降值做出合理的预报,本文采用GM(1,1)、DGM(1,1)、新陈代谢GM(1,1)和新陈代谢DGM(1,1)四种模型对基坑沉降进行预测。结果表明新陈代谢DGM(1,1)预测模型提高了预测稳定性,新陈代谢DGM(1,1)预测模型与另外三种模型相比,精度有较大幅度提高,残差值增加缓慢,近似于一条水平线,预测值与实测值非常接近,且适用于长期预测,这是另外三种模型所不具有的。对于增幅较大的累计沉降量,新陈代谢DGM(1,1)模型具有较高的预测精度,对其他类似基坑监测具有一定的借鉴意义。     

灰色系统理论在露天矿边坡岩体变形预测中的应用

通过对灰色系统GM(1,1)模型的介绍,根据某露天矿边坡的实际情况,建立了预测模型并对某监测点空间位移进行了预测,通过与实测数据曲线对比发现模型预测精度较好,可以应用于实际工程。     

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。     

矿区边坡变形预测的IGM-LSSVM模型

由于监测环境恶劣,变形监测序列常伴有较大波动,针对灰色模型（gray model,GM）仅适用于分析指数型变形序列,且最小二乘支持向量机（least squares support vector machine,LSSVM）在进行变形预测时存在参数难以有效选取的问题,提出了一种改进的灰色最小二乘支持向量机变形预测模型（IGM-LSSVM）。将几何平均生成变换引入GM（1,1）模型,增强其输入样本的指数规律性,初步预测出变形值并计算残差;针对人工蜂群算法（artificial bee colnony,ABC）在优化LSSVM参数时易陷入局部极值的缺陷,引入Metropolis准则并为其设计了自适应降温函数,得到自适应Metropolis人工蜂群算法（adaptive metropolis artificial bee colnony,AMABC）;利用AMABC算法优化的LSSVM训练GM（1,1）模型得到的预测残差值补偿GM（1,1）模型,得到最终预测值。某矿区边坡变形预测表明：AMABC算法有效克服了ABC算法易陷入局部最优解的缺点,IGM-LSSVM、GM（1,1）、ABC-GM-LSSVM等模型预测的平均相对误差分别为1.223%,9.565％、3.200％,可见,IGM-LSSVM的预测精度相对于其余2种模型优势明显,对于实现矿区边坡变形高精度预测有一定的参考价值。     

改进灰色模型GM(1,1)在高层建筑施工变形监测中的应用

文中综合分析了灰色GM(1,1)模型在建筑工程领域中存在的问题,从原始序列、初始值、背景值等方面对其进行优化,建立了改进的灰色模型以对高层建筑施工变形监测进行预测.结果表明,改进后模型的预测结果与实测结果拟合得效果很好,较之原GM(1,1)模型预测精度要高.     

用GM(1,1)新陈代谢模型预测铁矿石供需量

基于灰色系统理论,根据我国历年铁矿石供需量构建了GM(1,1)模型和GM(1,1)新陈代谢预测模型,并分别使用残差进行了模型精度检验,结果表明:GM(1,1)新陈代谢模型降低了传统GM(1,1)模型的相对误差,提高了预测精度。在上述分析的基础上,运用GM(1,1)新陈代谢模型预测了我国2017—2020年铁矿石的消耗量和生产量,供相关研究参考。     

基于残差修正GM(1,1)模型的采空区残余变形预测研究

针对灰色GM(1,1)模型直接应用于采空区地表残余变形预测效果一般的问题,以灰色GM(1,1)模型为基础,以一元二次多项式对GM(1,1)模型预测结果进行正化残差拟合修正,构建残差修正GM(1,1)模型,并以等间距和非等间距2种形式的采空区地表残余沉降监测数据集进行实例验证。结果表明：残差正值化处理后的非线性多项式拟合修正GM(1,1)模型的预测精度增益明显,而未对残差进行正值化处理的多项式残差修正GM(1,1)模型预测精度提升效果一般,正化残差拟合修正是有效的GM(1,1)模型后处理改进方式。     

灰色系统GM(1,1)在煤矿巷道围岩变形预测中的应用

分析了煤矿井下巷道围岩稳定性特征,并研究了灰色系统的基本理论知识,根据研究建立了基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型。通过预测模型进行预测,结果表明,围岩变形量后验差比值为0.1396,精度等级为一级。因此,基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型能够为现场开采和围岩控制提供指导。由于灰色系统理论具有一定的局限性,当预测序列长度太大时会逐步发散,因此,该模型只可作短时间内的预测。     

高层建筑沉降观测和预测研究

以某高层建筑沉降监测技术为例,介绍了沉降监测的实测要求、监测程序及施测过程中应注意的关键问题,将不要求保持等维的GM(1,1)灰数递补预测模型应用于高层建筑沉降预测中,应用常用数列预测、灰数递补预测、等维灰数递补预测3个GM(1,1)预测模型的沉降观测值比较,说明GM(1,1)灰数递补预测模型在沉降预测中具有较好的应用价值.