不等时距GM(1,1)模型在建筑物变形预测中的应用

根据灰色系统理论，结合工程实际情况，建立了不等时距GM(1，1)预测模型，该模型可应用于利用前期监测数据来预测后续施工中建筑物的变形量。验证结果表明，不等时距的灰色模型扩大了等时距灰色模型的应用范围，在小样本的情况下同样可以做出较准确预测，是预测建筑物变形量的一种有效方法。并指出不等时距GM(1，1)模型存在的一些局限性。     

GM(1,1)模型在含硫矿堆温度场预测中的应用

介绍了等时距GM（1，1）模型与不等时距GM（1，1）模型的一些基本理论，并尝试将不等时距GM（1，1）模型运用到含硫矿堆温度场的预测当中，这对含硫矿堆自燃的防治具有一定的指导意义。     

基于GM(1,1)模型的矿区地表下沉值的预计

在煤层开采过程中,实时动态的对矿区地表下沉值进行观测与预计对煤矿安全生产及矿区人们的生活有重要的作用。所以尝试着用灰色系统GM（1,1）模型对矿区地表的下沉值进行了预计,得到比较好的效果。     

改进GM(1,1)模型在我国石油消费量预测中的应用

介绍了灰色预测具有要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、短期预测精度高、易于检验的特点,并针对其局限性采取了等维信息递补模型进行了改进,对我国未来石油消费量进行了预测。     

基于GM(1，1)模型的岩层移动预测

地下开采引起的岩层和地表移动对周围环境造成了严重的破坏,地裂缝、房屋破坏、塌陷坑等,了解岩层和地表移动规律对于保护环境和控制房屋损害有着重要的意义。以某岩层移动监测站的实测数据为原型,对其监测数据进行了分析研究,利用MATLAB软件进行了GM(1,1)模型的建立和预测。研究结果表明,就岩层内部观测站而言,工作面正上方的监测点,由于其下沉单调递增规律,模型预计结果较好,相对误差小于10%;对于工作面外侧的监测点,由于其具有下沉、上升变化的波动性特征,不能进行GM（1,1）模型拟合预测。     

基于GM(1,1)模型的煤矿百万吨死亡率的预测研究

应用灰色系统理论,建立了煤矿百万吨死亡率的GM(1,1)动态预测模型,对我国近几年的煤矿百万吨死亡率进行灰色预测,预测精度基本可靠。结果表明:该模型的建立是正确的,并具有一定的实用价值,使预测结果科学可靠,为煤矿的安全管理提供了准确的理论依据。     

UGM模型在煤矿安全预测中的应用

在煤矿安全预测中，经常需要把较短时间间隔内的数据作为参数进行短期预测，这时的预测参数往往是摆动的。而基于灰色系统理论的GM（1，1）模型只能用平滑单调数据列进行建模，用其进行预测精度较差。运用UGM模型进行建模，能够很好地解决摆动型数据列的预测问题。对实例分别用GM（1，1）模型和UGM模型建模，并对预测结果进行分析比较，结果表明UGM模型具有很好的预测精度，使用简单。因而其方法与结果对于预防煤矿安全事故的发生，保证煤矿的安全生产具有重要意义。     

基于GM(1,1)模型的强矿震预测

研究强矿震的短临预测信息具有较大的实用价值。结合工程实例阐述该理论模型建模方法,精度处理方法等,以原始时间序列数据为基础,建立矿震发生步距的模拟和预测GM(1,1)模型。针对数值模拟中大量的矩阵计算,利用MATLAB软件编制高效的计算机程序,实现了对矿震发生步距的模拟和预测。为了检验模型模拟和预测结果的精度,选择了合理的误差检验模型。通过工程实例证明了GM(1,1)模型可信度较高,关联度较好,均方差比值为一级,拟合优度高。     

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。     

基于GM(1,1)模型的矿井瓦斯涌出量预测研究

以预测矿井瓦斯相对涌出量为研究目的,应用灰色系统理论,建立了预测矿井瓦斯涌出量的灰色系统GM(1,1)模型,并对其不断优化,再采用后验差检验对预测模型的结果进行了判断。实例表明,该模型的计算精度符合工程实际,可用于矿井瓦斯涌出量的预测。其方法与结果对治理瓦斯、保证煤矿的安全生产具有重要意义。     

基于改进GM(1,1)模型的能源消费预测研究

合理、科学地对能源消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,建立了2000年~2015年中国能源消费的非线性GM(1,1)模型,进一步采用改进的GM(1,1)模型预测了2016年~2020年中国的能源消费。结果表明:改进后的模型精度更高、误差更小,进一步验证了模型的有效性和合理性。     

基于改进GM(1,1)模型的煤炭消费预测研究

合理、科学地对煤炭消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,将改进的GM(1,1)模型应用于中国煤炭消费的预测,并进一步预测了2016年~2020年中国的煤炭消费。结果表明:改进后的模型误差小、稳定性强;同时,2016年~2020年中国煤炭消费呈逐年减少趋势,到2020年将达到278 382.45万t标准煤,对此提出了相关的政策建议。     

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。     

基于GM(1,1)模型的中国煤炭总产量预测的研究

在建立了中国煤炭总产量的GM(1,1)灰色系统动态预测模型,通过检验,证明建立的模型是正确的,具有一定的参考价值。对我国未来5a的煤炭总产量进行预测,为我国经济增长和能源安全提供了准确的理论依据。     

GM(1,1)模型在单桩沉降量预测中的应用

基于桩基静载荷试验所得的沉降量数据具有一些灰色特征, 将荷载Q看作广义的时间, 建立了荷载序列的等步长及非等步长GM (1, 1)预测模型。工程应用结果表明, 所建立的GM (1, 1)模型在预测单桩沉降量方面具有较好的实用性和可靠性。     

基于无偏灰色GM(1,1)的铁精矿品位预测模型北大核心

铁精矿品位的准确预测对铁矿选矿厂的生产和管理具有重要意义。为解决选矿厂生产过程中具有随机波动性的铁精矿品位预测问题,提出一种基于线性变换法的无偏灰色GM(1,1)铁精矿品位预测模型。通过采用一种线性变换方法降低铁精矿品位数据序列的波动干扰,将随机波动数据序列转换为单调增长的数据序列,然后将变换后铁精矿品位数据序列代入无偏灰色GM(1,1)模型以实现铁精矿品位预测模型的建模,最后将该预测模型用于两组铁精矿品位数据序列进行了验证。结果表明,基于线性变换的无偏灰色GM(1,1)铁精矿品位预测模型在预测精度和预测性能上优于两个改进的GM(1,1)预测模型,其预测精度均为一级,预测的最小相对误差为0.2%,平均绝对误差均小于1%,模型具有较好的应用性和有效性,为短期预测铁精矿品位提供了一种新途径。     

基于改进的GM(1,1)模型的瓦斯涌出量预测研究

为了排除历史数据的随机性,提高瓦斯涌出量的预测精度,引入缓冲算子对瓦斯涌出量的历史数据的随机性加以弱化,并建立了瓦斯涌出量的灰色预测GM(1,1)模型,通过预测值和实测值的对比分析可以看出,改进的GM(1,1)模型在采掘面瓦斯涌出预测中具有较高的精度。     

基于GM(1,1)模型的沉降变形分析及预报

基于传统GM(1,1)模型的建模理论,结合建筑物的变形特点,采用实时动态GM(1,1)模型,并辅以残差对模型进行修正,即将动态预报与残差修正相结合,形成基于残差改正的动态GM(1,1)模型。实际算例表明,基于残差修正的动态GM(1,1)模型,能顾及参数的时变性,可显著改善GM(1,1)模型的拟合及预报精度。     

基于改进GM(1,1)灰色模型的煤炭产量预测与分析

文章深入了解了GM(1,1)模型的内容和原理,提出了一种改进该模型的方法,研究灰色状态马尔柯夫模型和对预测值确定的影响,通过选取2003年~2010年我国煤炭生产量来对比传统和改进后GM(1,1)模型的预测误差率和精度。实践证明基于改进灰色数学模型预测出来的煤炭产量十分接近实际产量,误差值远小于采取传统GM(1,1)计算出来的数值,实用价值和参照价值极高。