动态修正时距权重的不等时距灰色模型及应用

传统不等时距 GM(1,1) 模型预测结果往往会出现预测值的残差较大而且残差率的变化也大,还需再建立残差模型加以修正。针对传统不等时距 GM(1,1) 模型的不足,重新分配在数据累加和累减过程中时距的权重,通过研究与验算确定最佳的时距权重,建立了修正时距权重不等时距边坡位移的灰色预测模型,并在数据累减还原过程中依据残差率的变化趋势动态修正时距权重,使其预测结果与监测结果更为接近。该预测模型充分考虑了预测系统的时变性和灰色性,降低了预测系统的整体预测误差,提高了预测精度。实例分析表明：该预测模型拟合精度较高,预测结果正确可靠,能够反映边坡位移的发展趋势,对边坡位移的短、中期变化有较为理想的预测效果,具有一定的理论价值和工程实践意义。     

基于不等时距GM(1,1)模型预测边坡失稳变形

对边坡的失稳变形进行预测可以有效预防灾害的发生。传统灰色GM（1,1）模型多适用于等间距序列监测数据的模拟预测,而实际情况却是由于各种原因导致所获得的监测数据出现不等时距现象。为此,在分析传统等时距GM（1,1）建模原理的基础上建立了不等时距GM（1,1）模型,并对灰参数的求解方法进行了讨论。依据渝黔高速公路某边坡B3测点的监测数据,建立了该边坡变形灰色预测模型,并且将改进灰参数求解方法与传统方法进行了对比,研究结果表明,该不等时距GM（1,1）模型预测精度较高,预测结果与实际吻合较好。     

不等时距GM(1,1)模型在建筑沉降预测中可行性研究

在建筑变形预测中,不等时距 GM(1,1)模型是被广泛引用的经典模型。在数十例工程实践中运用该模型,通过预测与实测成果对比,分析模型的可行性。结果表明,该预测模型存在很大的误差,不能达到预报建筑物最终沉降的要求,建议结合场地条件,建筑结构特征来预测建筑物沉降。     

GM(1,1)模型与灰色Verhulst模型在路堤沉降预测中的探讨

分析非等间隔序列GM(1,1)模型与灰色Verhulst模型的发展特点,用于预测路堤沉降量,以考察其可行性与精度,并得出非等间隔序列GM(1,1)模型与灰色Verhulst模型是一种有效的预测路堤沉降量的方法,同时指出非等间隔序列GM(1,1)模型与不等时距灰色Verhulst模型存在的局限性。     

地基沉降预测的两种灰色模型与Asaoka法

Asaoka法、GM(1,1)模型和灰色Verhulst模型都是地基沉降预测中的常用模型。通过分析Asaoka方程与两种灰色模型之间的联系,指出灰色模型理论与Asaoka法一阶微分方程具有一致性,可以利用GM(1,1)模型代替Asaoka法进行沉降预测;灰色Verhulst模型是参数收敛的时变参数Asaoka方程。分析指出三种方法都存在两点不足,即只能应用于等时距沉降数据分析以及参数求解精度还可以进一步提高,从而建立了改进的GM(1,1)模型和改进的灰色Verhulst模型,最后通过工程实例说明了改进灰色模型的具体应用。     

GM(1,1)优化模型在基坑变形预测中的应用

基坑边坡系统是一典型的灰色系统.其变形发展过程可用灰色系统理论进行预测.本文在常规全息GM(1,1)模型的基础上,采用等维新息迭代法GM(1,1)模型对郑州太阳城紫荆花园基坑变形进行模拟预测,结果表明了迭代法GM(1,1)模型比常规的GM(1,1)模型预测精度高,更符合工程实际.     

不等时距GM（1，1）在软土路基沉降预测中的应用

运用灰色理论建立预测模型,对软土路基的沉降变形进行预测。以工程数学为基础,通过建立不等时距GM（1,1）模型,进行沉降预测,并于实测值相比较,具有较高的精度。     

优化灰色模型在建材测试数据处理中的应用

对于建材物化测试中得到的非等时距、非负性、具有指数规律饱和发展趋势离散数据,采用非等时距Verhulst直接模型进行模拟和预测的效果十分理想、用该模型对水泥水化浆体非蒸发水质量分数和结合水质量分数的TG—DTA试验数据进行了数据预报,检验结果表明：该模型不仅预测精度高,大大缩短试验时间,节省试验费用,而且还可方便计算机编程,便于在建材物化测试数据处理中应用、     

GM(1,1)与GM(2,1)模型在基坑工程预测中的应用

灰色系统理论已经在岩土工程领域有广泛的应用。本文把灰色系统中的GM(1,1)模型和GM(2,1)模型应用到基坑工程中,并编制了预测计算程序GYC1.0用于锚杆拉力、地面沉降和地面水平位移预测计算。工程实践说明:GM(1,1)模型比GM(2,1)模型更可靠,稳定性高,但是GM(1,1)模型短期预测时效果良好,中期预测时效果偏差较大,长期预测则要慎重。     

桩基沉降的灰色预测模型分析

介绍了不等时距的GM(1，1)建模及引入残差分析的概念，并结合典型的实际工程，对桩基的沉降作出了预测分析，取得了较好的效果。     

地基沉降的灰色群优化预测模型

建筑地基的沉降观测一般是时间非等间距的;分析了基于灰色理论建立的非等间隔数据GM（1,1）模型进行预测所得出的结果的误差变化,得出需要进行预测的后续时间越长,误差就越大;用越久远的数据建立的非等间隔数据GM（1,1）模型进行预测,所得出的相同后续时间的结果误差越大;运用灰色系统理论建立模型群,进而对模型群进行了优化,建立了非等间隔数据GM（1,1）模型群的优化预测模型.     

滑坡监控信息分析中的修正灰色系统预测模型及应用

在灰色系统全数据GM(1,1)模型基础上,经过新陈代谢过程、分阶残差修正和权重修正,依次建立了多个不同修正方式的模型,建模过程考虑了实测信息的非等间隔性。结合富阳来龙山滑坡监控信息,对位于滑坡体主滑段,历时4个典型滑移阶段的B14测孔滑带土位移作预测分析,经过各模型精度检验比较表明,所提出的二阶残差权重修正GM(1,1)模型大幅提高了预测精度和适应性。     

GM（1，1）模型在高层建筑物沉降监测中的应用

详细地介绍了GM(1,1)模型及模型精度评定,利用GM(1,1)灰色模型和回归模型对宜昌均瑶国际广场的沉降进行预测,将预测结果进行对比,分析表明GM(1,1)灰色模型能较好地预测该建筑物的沉降趋势。     

新陈代谢GM（1，1）模型在建筑物沉降预测中的应用研究

本文针对传统GM（1,1）模型存在的不足,建立了新陈代谢GM（1,1）沉降预测模型。并以某建筑物沉降为例对比两模型的预测值,结果表明新陈代谢GM（1,1）模型在处理该粪数据上更加具有一定的优势。     

建立GM（1,1）模型中原始数列平移变换的讨论

在GM（1,1）建模中,级比界区的理论基础上,推导了平移变换时最小平移量的公式,通过对某基坑监测数据的建模分析,验证了此理论的正确性,此理论的提出可以提高灰建模的速率,同时也减小了模型失真的可能。     

灰色系统理论在建筑物沉降预测中的应用

在建筑物的施工过程中,沉降量逐渐增大,建筑物的沉降是否超标以及未来发展趋势如何,需要及时了解,以便采取相应的安全措施.采用灰色系统非等间隔GM(1,1)模型对建筑物的沉降进行预测,根据新采集的数据采用递推最小二乘法对模型参数a、b进行修正,可以不重复建立非等间隔GM(1,1)模型又可以考虑新信息的影响,使计算得到较大的...     

燃气负荷组合预测中贝叶斯权重法的应用

文章将贝叶斯概率理论引入组合预测模型中,建立了基于GM(1,1)和偏最小二乘回归模型的燃气负荷动态权重组合预测模型。通过对某市的实例分析结果表明,此方法有效地提高了预测精度。     

灰色组合模型在坝体水平位移预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM（1,1）和BP神经网络组合模型,分别运用GM（1,1）模型、BP神经网络模型和它们的组合模型三种模型对坝体的非线性水平位移进行了分析,对比发现此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少的缺点,也增强了预测的自适应性,证明了组合模型的预测精度较高,可以应用于坝体水平位移的预测。