灰色GM(1,1)模型在变形预测中的应用研究

本文讨论GM(1,1)沉降预报模型的建立以及应用问题,并使用建立的预报模型对沉降监测点沉陷量进行预报。通过实例证明采用GM(1,1)模型进行预报具有理论的可行性和现实意义,说明灰色理论在地表沉降预报领域具有实用价值。     

灰色预测模型GM(1,1)在沉降预测建模中的应用

随着我国经济和交通事业的发展,大型桥梁的建设越来越多,其规模也越来越大,桥墩的沉降变化直接影响桥梁结构的安全,对其进行监测十分必要。基于灰色系统理论的沉降监测数据分析和预测建模的方法,对灰色预测模型GM(1,1)建立的主要步骤和建模技术进行了讨论。结合某大桥的桥墩沉降监测的多期数据,并进行分析、预测,结果表明:使用灰色系统理论建立的沉降预测模型能够较为准确地预测桥墩的沉降变化趋势,且预测精度较高。     

隧道围岩收敛变形的改进GM(1,1)预测模型

为了有效提高隧道围岩变形的预测精度,对传统GM(1,1)预测模型进行了改进。改进模型通过对原始监测数据列优化重构,降低了量测误差、外界因素等噪声干扰造成的监测数据随机突变和离散性,提高了模型预测效果,并结合梅花山隧道典型监测断面对改进GM(1,1)预测模型进行了检验。研究结果表明:改进GM(1,1)预测模型增强了环境适应能力;预测结果与实际监测数据吻合程度明显提高,具有较好的实际工程应用推广价值。     

灰色预测模型GM(1,1)及其在山东省GDP预测中的应用

运用灰色理论研究了山东省国内生产总值(GDP)1996年至2005年的变化规律,建立了山东省国内生产总值预测的灰色模型,并对2006年至2010年山东省国内生产总值作了预测.利用灰色关联度分析,分析了山东省第一、二、三产业对国内生产总值的影响程度.     

基坑变形灰色人工神经网络预测模型及其应用

针对基坑变形预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测基坑变形的新方法。用一桩锚联合支护体系实例进行了预测研究,得到支护体系的不同预测模型的组合预测值。研究结果表明:灰色神经网络预测误差比GM(1,1)预测模型小;与BP预测模型相比,前期误差大,后期误差小。在基坑变形监测中,为了更准确地预测基坑变形,可以采用灰色神经网络预测与BP预测相结合的方法进行预测。     

混合灰色预测模型HGM(1,1)

研究了现有的传统GM(1,1)(简称GM(1,1))、基于缓冲算子和时间响应函数优化的GM(1,1)、首输入GM(1,1)(简称FGM(1,1))、变权缓冲GM(1,1)(简称VWGM),针对它们存在的问题,提出了一种新的预测模型——混合GM(1,1)(Hybrid GM(1,1),简称HGM(1,1)).该模型引入了...     

灰色马尔可夫SCGM(1,1)预测模型

结合灰色SCGM(1,1)预测模型和马尔可夫概率预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型。并且以郑州市降雨量的预测作为实例,证明灰色马尔可夫预测模型对于随机波动性较大的数据列的预测具有较高的精度。     

非等间隔GM(1,1)在挡土墙变形预测中的研究

本文以某市中石油储备库北区金属网箱挡土墙的监测数据为时间序列,由于监测时间要求及施工和天气等多方面的因素,使得此数据序列为非等间隔序列。文中通过非等间隔序列建立灰色GM(1,1)预测模型,研究金属网箱挡土墙的变形趋势。研究表明:非等间隔序列灰色GM(1,1)模型在一定时期内能比较准确的预测挡土墙的变化趋势,可为金属网箱挡土墙的防护提供较为可靠的依据。     

神经网络方法在基坑变形预测中的应用研究

基坑开挖过程中引起的变形是一个复杂问题。以改进的BP人工神经网络为基础，建立基坑开挖过程中支护桩水平位移与侧向位移的预测模型，实现对基坑变形的非线性预测。预测结果表明预测值与实测值相当吻合，说明了预测模型在预测基坑变形中的有效性。     

非等间距GM(1,1)组合预测模型

根据灰色模型建模特点,利用等维灰色递补动态预测模型的方法建立了非等间距GM(1,1)预测模型。基于这些GM(1,1)预测模型给出了一类非等间距GM(1,1)组合预测方法。实例表明结果理想可靠,有较高的拟合和预测精度。     

灰色模型GM(1,1)在硫醇性质研究中的应用

利用灰色理论中的GM(1,1)建模法,对硫醇化合物分子的标准生成焓,标准熵,沸点及Ko-vats保留指数进行研究,可以得到较好的结果。由于GM(1,1)法具有所需数据少及预测效果较好等优点,可以在预测化合物的物理化学性质方面推广应用。     

灰色 GM(1,1)模型在可靠性工程中的应用研究

长期以来,产品可靠性寿命指标都是用实际样品作破坏性试验来获得的．因此,可靠性试验是一项费时且费用又高的工作．本文探讨了用灰色系统ＧＭ（１,１）模型对可靠性寿命试验数据进行拟合和预测,以达到减少受试样本,节省大量时间和费用的目的．实例结果表明,该方法简单、实用,模型精度高,适用于在可靠性工程领域中应用．     

改进GM(1,1)模型在图像去噪中的应用

在图像的形成与传输过程中,容易受到各种因素的影响,形成影响图像质量的噪声。为了滤除噪声获取高质量的图像,采用弱化缓冲算子对GM(1,1)模型进行改进,将改进后的模型应用于图像的去噪处理。并将实验结果与原始GM(1,1)模型以及灰色组合去噪模型的去噪效果相比较,结果表明,所采用的改进GM(1,1)模型其去噪效果较原始GM(1,1)模型与组合去噪模型有所提高,在实现去噪的同时能更好的保存图像的边缘信息。     

GM(1,1)模型在大气质量预测中的应用

为了研究阜新市大气污染物的变化规律,应用GM(1,1)模型及阜新市1996-2000年总悬浮颗粒物(TSP)的监测数据,对阜新市的大气污染物的变化情况进行预测,并对预测结果进行检验.结果表明:GM(1,1)模型建模简单,精度高,对于大气环境质量的预测效果比较好.研究结论可为控制该地区的大气环境质量提供依据.     

GM(1,1)模型在市场需求预测中的应用

主要针对系统中行为信息不完全,企业中的人事管理运行机制不明确等问题,运用灰色系统一维情况来建立控制模型。该模型具有需要的原始数据较少、精度高等特点,而且操作简单易行。市场需求量是一个明显的灰色系统,用该方法进行预测,能比较精确地描述客观事物的发展变化,并可预测其变化规律,以便供决策部门参考。结果表明该模型预测值与实际值的拟合程度较好,达到了较高的精度。     

灰色GM(1,1)模型在井壁破裂中的应用研究

利用灰色GM(1,1)模型 ,把井壁破裂治理中及治理后所获得的数据视为灰色量 ,并用数列方法进行数据生成、数据拟合和数据预报 ,进而指导井壁治理工作的进展和长期维护 .算例结果表明 ,该模型具有较高的拟合和预测精度 ,可以作为井壁破裂综合治理的一种实用的辅助方法     

灰色GM(1,1)与线性回归组合模型及其在变形预测中的应用

将GM（1，1）模型和线性回归模型组合起来进行变形预测，改善了原线性回归模型中没有指数增长趋势及灰色GM（1，1）模型中设有线性因素的不足，使组合模型更适用于变形的一般情况。     

变形监测技术在地下室基坑监测中的应用

针对基坑工程施工过程的不可预见性、复杂性,结合淮安市某一地下室基坑变形监测项目,通过支护结构水平位移、支护结构、周边建筑物、道路的沉降监测、深层水平位移监测、周边建筑物倾斜监测、周边建筑物、围墙裂缝监测、地下水位监测等监测点进行观测,及时反应地下室基坑在突发情况下的变形情况,准确的分析基坑变形原因并提供处理依据,保证了基坑及周围建筑的安全。