基于GM(1,1)模型的边坡变形监测应用研究

对GM(1,1)模型的基本原理和模型检验方法进行了介绍,将边坡看作一个灰色系统,采用GM(1,1)模型对沉降进行预测,相关的参数可由建立灰色预测模型和实际的监测数据予以确立。将预测结果和实际结果进行对比分析,结果表明GM(1,1)模型能够取得较好的预测结果,能够在变形监测工程中得到广泛的应用。     

灰色BP神经网络组合模型在大坝沉降监测中的应用

大坝沉降是一个非线性的过程。为了能准确预测大坝沉降,将GM(1,1)模型和BP神经网络模型结合,以某大坝沉降量为实例,研究灰色BP神经网络在大坝沉降监测中的应用。通过GM(1,1)获得一组拟合数据,将拟合数据和原始值作差得到拟合值的误差序列,再利用BP神经网络模型对拟合数据和拟合数据的误差序列进行训练,最后再以拟合数据作为输入值,利用训练完成的BP神经网络得到误差序列,进而得到预测值。经过实验分析,得出组合模型的预测精度高于单一模型的预测精度。     

离散的GM(1,1,t~2,t)模型及其应用

针对软土地基沉降问题,利用灰色理论提出GM(1,1,t~2,t)模型,通过优化灰导数白化值建立离散的GM(1,1,t~2,t)新模型,并用最小二乘法估计新模型的5个参数.通过软土地基沉降的实例应用,说明离散的GM(1,1,t~2,t)模型的模拟预测效果优于GM(2,1)模型.     

高铁路基后期沉降预测方法的运用分析

针对软土地基沉降周期长,承载力低,沉降变形波动大等特点,以某高铁沉降数据为依托,应用双曲线法、Asaoka法、星野法、GM(1,1)模型进行沉降预测,分析不同时间起点对预测结果的影响.结合实际沉降结果对比分析得出:①负沉降点对预测精度影响较大,沉降预测时最好跳过或删除负沉降,且不易采用负沉降点附近的数据作为参考数据;②双曲线法、Asaoka、GM(1,1)模型较适合于软土地基沉降预测,而星野法拟合效果相对较差;③双曲线法和GM(1,1)模型以停载后5个月为预测时间起点结果较准确,Asaoka法受预测时间起点影响不明显.     

基于拓扑预测与GM组合模型的舰船运动预报

针对舰船运动系统的复杂性及非线性,提出采用灰色拓扑预测模型、GM(1,1)模型建立舰船运动的单项预测模型,并对各单项模型的优缺点进行了比较分析.采用标准差法建立基于拓扑预测与GM(1,1)模型的舰船运动组合预测模型.结果表明,组合预测模型的预测精度高于各单项模型的精度,该组合模型可作为提高舰船运动数据预测精度的有效工具.     

基于灰色理论的风电场输出功率超短期预测

准确预测风电场的发电功率能够有效减少风电波动性对并网电网的影响。本文提出基于灰色理论的风电功率超短期预测方法,分别采用GM(1,1)模型和GM(1,2)模型实现了风功率的超短期预测。针对某99MW风电场一年风电功率数据,在MATLAB上仿真验证了本文所提方法的有效性。仿真结果表明,GM(1,2)模型的风电功率预测精度明显高于GM(1,1)模型所获得的风电功率预测精度。     

基于残差融合的ARMA-GM(1,1)模型茶叶产量预测

因茶叶产量数据波动大,样本数据统计量相对较少,统计特征并非十分明显的特点,传统的基于统计原理的ARMA模型建模预测效果较差。利用灰色系统建模原理对ARMA模型的残差序列建立GM(1,1)模型,形成残差融合的ARMA-GM(1,1)模型。该模型既能保证数据的统计特征又能将残差的振荡序列充分反映,提高模型的预测精度,拓展ARMA模型的使用范围。结果表明,基于残差融合的ARMA-GM(1,1)模型比ARMA模型、灰色GM(1,1)模型具有更高的预测精度。     

灰色模型在武汉市商品房价格预测中的应用

应用灰色系统理论对武汉市2001—2010年各季度的商品房均价的数据进行分析,得到武汉市商品房价格GM(1,1)模型,并利用该模型对商品房价格进行预测.检验结果表明,该模型适用于商品房价格的中长期预测.     

G(1,1)灰色模型与灰色线性模型预测法比较及应用——以商洛市房地产发展现状为例

运用实例和统计分析的方法,对统计预测中常用的G(1,1)灰色模型预测法和灰色线性模型预测法进行比较,得到了两种模型在实际预测中的精确度.并通过检验分析,得到了在什么情况下用G(1,1)灰色模型预测,在什么情况下用灰色线性模型预测.     

不同沉降预测方法在改扩建路基中的应用

【目的】改扩建工程中新路基沉降的准确预测至关重要。【方法】依托沪陕高速公路合肥至大顾店段改扩建工程，首先选择试验段对新路基沉降进行实测；然后分析了星野法、GM(1,1)和二者的组合法等三种沉降预测方法的预测效果。【结果】结果表明：GM(1,1)在预测后期结果偏大，星野法比GM(1,1)法预测效果好，与两个独立的预测模型相比，GM(1,1)-星野法预测模型预测准确率更高。【结论】研究成果可为类似工程提供借鉴。     

基于小波变换的GM(1,1)-ARMA组合预测模型对悬索管桥的应变预测

ARMA模型采用差分处理对桥梁监测数据进行预测时,会出现数据丢失和预测精度降低的现象.为此,利用小波变换对信号进行离散化处理信息不会丢失的优点,将趋势明显的原始序列离散化,得到不同频带上的块信号.采用灰色GM(1,1)模型对趋势明显的低频信号进行趋势预测,用ARMA模型对平稳的高频细节信号进行细节预测,再将两部分预测值叠加得到最终预测值.对黄河悬索管桥在线监测系统获得的过去一段时间的应变数据进行验证,结果表明所提出的GM(1,1)-ARMA组合模型预测效果明显高于传统ARMA模型,这对实现同类桥梁的预警具有积极意义.     

戈壁土路基后期沉降预测方法及误差分析

各种沉降预测的研究已在软土路基进行,而对戈壁土路基这一特殊路基的沉降预测研究较少.以兰新第二双线新疆段工程实测沉降数据为研究对象,分别采用双曲线法、星野法、Asaoka法、GM（1,1）模型四种沉降预测方法,预测戈壁土路基的后期沉降并分析不同时间起点对预测结果的影响.研究表明,常用的双曲线法和Asaoka法的预测精度受预测时间起点影响较大,双曲线法建议恒载期5~6月后为时间起点,Asaoka法建议恒载期1~2月后为时间起点.不同时间起点对星野法和GM（1,1）模型影响较小,其中GM（1,1）模型预测结果最为精确.     

不等间距GM(1,1)模型在滑坡监测分析中的应用

滑坡监测一般存在时间间隔不等情况,因此基于某滑坡监测资料,应用不等间距GM(1,1)模型对其进行处理,结果表明,该模型完全适用于滑坡变形预测,可作为今后滑坡变形预测模型.     

一种改进离散灰色模型及其高校招生人数预测建模

分析了已有GM(1,1)模型和离散GM(1,1)模型的不足,建立了高校招生人数的直接离散GM(1,1)模型,并对相关实例建立模型进行预测.预测结果表明,直接离散GM(1,1)模型模拟预测精度更高,更能反映高校招生人数的增长趋势.     

一种基于BC RBFNN的高填路堤地基沉降预测模型

针对高填路堤地基沉降难以预测这一技术难题,对其影响地基沉降的主要因素进行了分析,根据各因素之间存在的高度非线性, 结合BCRBFNN（基于聚类分析径向基函数神经网络）非线性拟合的特点, 提出一种基于BCRBNN模型对高填方地基沉降进行预测.运用施工期路基沉降实测资料,对神经网络模型进行学习、训练和仿真, 得出仿真值与实测值非常相似, 从而得出基于BCRBFNN模型在高填路堤地基沉降预测中具有很好的实用效率.     

灰色系统理论在旅游客源市场预测中的应用

运用灰色系统理论,以全国主要海外客源市场游客数量的历史序列数据为依据,探讨了GM(1,1)灰色预测模型在旅游客源市场预测中的应用问题.     

一种新的灰色预测方法及其应用

在灰色模型GM(1,1)的基础上,提出了一种新的灰色组合预测方法,并将该方法应用于云南省就业状况预测分析中,取得了较好的预测效果。     

基于灰色新信息GM(1,1)模型的城市生活需水量预测

对城市生活需水量进行科学地分析和预测是满足城市生活发展需求、保证水资源合理规划的前提。根据城市生活需水量的特性，将灰色新信息GM（1，1）模型的建模方法引入到城市生活需水量的预测中，建立相应的预测模型。并建立起一套系统的城市生活需水量预测方法，为城市水资源规划提供决策参考，具有理论和实践意义。     

我国居民消费水平的中长期预测

根据全国1992－1999年居民消费水平的统计数据，采用灰色系统理论的数据预测及缓冲算子公理，结合定性分析，建立了GM（1，1）模型，预测了我国2000－2005年居民消费水平的发展前景。     

长沙市人均居住面积动态变化的定量分析

１９９７年长沙市人均居住面积为８．１５ｍ＾２,低于湖南全省城市８．６６ｍ＾２的平均水平,列湖南省２９个城市的第２１位。选用灰色关联分析和ＧＭ（１,１）模型对长沙市１９９０－１９９７年人均居住面积及主要影响因素的时间序列资料进行了定量分析,揭示了长沙市人均居住面积偏低的原因及其解决对策。