基于灰色突变理论的崩塌时间预测方法

由于崩塌的监测数据存在信息不完全和不确知性,同时,崩塌的发生存在有突跳性,采用灰色理论和突变理论能够有效地预测预报边坡崩塌发生的时间,为崩塌防治提供及时的决策依据。首先运用灰色理论对声发射监测数据进行处理,得到预测数据,运用最小二乘曲线拟合展开,再运用微分同胚变换,转换为尖点突变模型的基本形式,建立灰色突变预测预报模型,从而对崩塌的时间进行预报。通过对比用该套方法预报的贵毕公路k79+380～k79+500右边坡的崩塌时间和实际崩塌发生时间,得知该方法是非常有效的。     

块裂结构岩质边坡渗流模型及数值模拟

把块裂结构岩质边坡看作拟连续介质与块裂介质广义双重介质，运用现代分形理论，建立了1～2级主干裂隙分形网络，并根据两类介质接触处水头相等及节点流量相等建立了合理的块裂结构边坡三维渗流模型，给出了有限元解法，模拟了三峡工程的蓄水位致175m时边坡渗流场的变化，在应用上有较好的可靠性与广泛性。     

链球运动员顾原身体素质的灰关联分析及GM(1,1)建模预测

运用灰色理论中的关联分析法,对链球运动员顾原各项素质进行了综合分析,找出了影响运动员成绩提高的主要因素.并运用了灰色理论的灰色模型方法,建立了专项成绩的灰色GM(1,1)预测模型,运用该模型对顾原2004年和2005年的运动成绩进行了预测.     

无偏灰色预测模型在边坡变形预测中的应用

根据边坡位移监测信息,应用灰色系统预测模型,可以对边坡变形的发展进行预测.采用传统灰色预测模型和无偏灰色预测模型对边坡变形进行预测,预测结果表明,两种模型都是有效的,无偏灰色预测模型的精度更高.     

灰色马尔可夫模型在煤矿安全事故预测中应用

灰色马尔可夫模型是将灰色系统理论和马尔可夫链理论相结合建立的预测模型,它不仅充分发挥了灰色预测模型和马尔可夫预测模型的优点,而且,因为马尔可夫链理论的引入,有效地解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题.并且,通过对煤矿千人负伤率预测的实际应用表明,灰色马尔可夫预测模型完全能满足预测精度的要求.     

男子200m和跳远全国纪录的灰色GM（1,1）模型及预测

运用灰色理论中的灰色模型方法,建立了我国男子200m和跳远全国纪录的灰色GM（1,1）预测模型,并进行后检差检验。结果表明,预测模型精度均为一级（GOOD）。同时运用该预测模型对2000年运动成绩进行预测。     

一种基于灰色模型和机理模型集成的质量预测模型及其应用

针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到显著的提高.     

基于修正GM(1,1)模型的岩体边坡预测分析

岩体边坡是一个复杂的未知系统,灰色系统理论能较好地阐释其中某些规律.岩体边坡的监测和应力变形预测分析是一项意义重大的工作.针对强随机性的边坡监测时间序列,提出了考虑斜率修正的灰色GM(1,1)预测模型,提高了灰色模型的建模精度.同时,将该模型应用于锦屏一级水电站左岸高边坡中某部位岩体的应力发展趋势预测,发现该改进GM(1,1)模型适合于短期趋势预测,并揭示了该部位岩体的应力发展模式,为后续研究工作提供参考和研究基础.     

基于GM(1,1)模型的高速公路边坡稳定性研究

目的由于气象、地形及施工条件等的影响,高速公路边坡可能会发生滑塌,造成巨大的危害。针对边坡稳定性问题,分析边坡稳定性的影响因素。方法以现场边坡监控数据为依据,运用灰色预测GM(1,1)模型进行边坡稳定性预测。结果研究结果表明模型预测值与实测值误差较小,采用该预测模型可为技术人员提供数据支持,并根据所预测的结果来采取必要的安全措施以保证边坡的稳定性。结论灰色理论的运用和必要的监控对于确保边坡安全具有重要的指导意义。     

不等时距灰色模型的边坡位移预测及软件化

针对灰色理论传统的等时距GM(1,1)模型存在不能应用于工程实际中常常存在的非等时距的监测时序问题,建立了不等时距的灰色GM(1,1)边坡位移预测模型。鉴于模型建立及应用中的计算比较烦琐,将模型编制成应用软件,支持输入少量历史监测数据预测指定时间的边坡位移。通过实例利用应用软件对边坡位移进行了预测,实际证明其拟合精度较好,预测结果正确可靠,能够反映边坡位移的客观存在与发展态势,且提高了效率,便于实际工程应用。     

卡尔曼滤波模型在危岩变形预测中的应用

危岩变形体的预测、预报是实施崩塌灾害防灾减灾的重要手段,着眼于卡尔曼滤波法的基本模型及其在变形监测数据处理中的特点,基于危岩变形体的状态向量,建立了危岩预测模型;通过三峡库区磨子岭危岩的监测数据进行了模型验证,算例计算结果表明:运用卡尔曼滤波法进行危岩位移预测,其平均误差值小于1 mm,预测效果有较好的可靠性.     

水库岸坡岩体渗透变形的预测预报方法——自适应时间序列研究

研究了库岸边坡岩体渗透变形的动力学机制,并根据多参数的随机变化规律,建立了非线性ＣＡＲ模型,通过分析实例,提出了库水位影响下水库岸坡岩体渗透变形的自适应时间序列控制原理和预测预报方法     

基于模糊神经网络的城市排水预测

海绵城市的建设具有重要意义,如何更好地预测城市排水量成为一个关键点。针对城市排水的波动性和非线性特征,提出一种基于模糊神经网络预测的城市水量预测算法。首先,采用灰色模型构建城市排水预测模型,并基于海绵城市的概念建立客观预测回归函数。其次,通过设置断点来构建滑动窗口,并实时分割灰色模型的数据,以获得数据的实时统计特征,通过构造序列误差预测和压缩比之间的函数,并使用误差预测序列来确定分割点,以提高检测过程的鲁棒性。最后,通过城市排水预测模拟实验,表明所提出的算法能够有效提高城市排水的预测精度和预测效率,更好地反映了整体趋势。     

钢桥防腐蚀涂层寿命的预测方法

钢桥防腐蚀涂层的大气腐蚀是一个相当复杂的过程，存在着许多不确定因素。因而涂层保护寿命预测系统的建立，需要在包含大量不确定信息的灰色状态下进行推理。将灰色理论引入到桥梁防腐蚀涂层的失效研究中，建立了涂层腐蚀坑剥落的面积随时间变化的GM（1，1）模型，并在此基础上推导出桥梁防腐蚀涂层寿命的一般预测公式。通过实例分析计算，该模型预测得到的腐蚀面积和实测值相对误差小于8％，具有较好的拟合精度和预测可靠度。     

边坡变形的GPS-ANN综合分析方法

基于边坡变形破坏的演化规律,通过对GPS变形监测数据的分析,评价了边坡的稳定现状;构建了基于GPS监测数据的位移-时间神经网络识别模型,并对未来某段时间内边坡的变形趋势进行预测;利用Matlab神经网络工具箱,实现了基于GPS监测的神经网络位移预测模型;通过实例研究,对基于GPS监测数据的边坡变形ANN预测结果进行了分析。     

再生混凝土梁受弯破坏过程声发射的灰色模型

为了分析采用传统灰色理论对声发射事件数建立声发射灰色模型GM(1,1)的预测值相较于试验值较大、预测精度不高等问题,根据再生粗骨料取代率为30%的再生混凝土梁在受弯破坏过程中的声发射现象,通过引入折减系数提高预测值的精度,并给出了折减系数在梁破坏全过程的表达式。通过和试验相验证,比较GM(1,1)灰色模型预测值与试验值,最终结果表明:折减系数与时间呈现较好的非线性关系,在起点处与终点处分别为折减系数的0. 5倍和3倍。根据上述特性得到修正后的灰色模型,其精度较传统模型有了很大的提高,利用该模型对材料受力过程中的声发射参数进行分析,进而实现对再生混凝土梁受弯破坏的判别及预测,对于今后预测材料损伤问题提供了参考。     

岩溶塌陷预测的高斯过程机器学习模型

为研究在多种复杂影响因素下岩溶塌陷如何准确预测,针对现有方法的局限性,建立了一种基于高斯过程机器学习的岩溶塌陷预测模型.该模型通过对少量学习样本的学习,就可以建立岩溶塌陷与其影响因素之间的复杂非线性映射关系.将模型应用于工程实例,研究结果表明,岩溶塌陷预测的高斯过程机器学习模型是科学可行的,具有预测精度高、适用性强、参...     

岩石高边坡弯曲破坏的力学分析

采用梁的受力模型,结合燕子垭岩石高边坡的现场实际,分析顺层岩石高边坡的破坏机理。指出岩体的自重和静水压力是致使岩石高边坡发生弯曲破坏的主要因素,风化和蠕变的发展减小了岩体强度和岩层的粘接力,促进了岩体边坡的破坏,是使岩体高边坡发生弯曲破坏的次要因素。根据论文分析,提出了对该类边坡做挂网喷射混凝土封闭和安设灌浆锚杆、预应力锚索的加固建议。