非线性灰色-时序组合模型在隧道变形监测中的应用研究

隧道变形监测时由于受外界因素或系统因素的干扰,所获得的观测数据往往会含有误差或粗差,必须在建模之前对观测数据进行预处理。选用格拉布斯准则对观测数据进行粗差检验,可以有效地避免粗差对模型预测精度的干扰进而提高模型的预测精度,且将灰色时序组合模型用于隧道变形监测分析预报中,并与单一的GM(1,1)模型和时间序列模型的预测精度作对比,结果表明:组合模型在隧道变形预测分析预报中有较高的精度。     

堆石坝变形监测的灰色非线性时序组合模型

结合堆石坝变形的特点,应用逐步回归方法提取大坝变形观测数据系列的水压和温度分量后,用灰色非线性系统模型模拟剩余数据系列的趋势项,用时间序列模型模拟剩余数据系列的随机项,由此建立了堆石坝变形监测的灰色非线性时序组合模型。计算分析表明新模型提高了拟合精度,使堆石坝变形监测的数学模型更趋于合理。     

时序模型理论与建筑物变形规律分析

提出了利用动态的时间序列对建筑物变形的观测数据进行处理与研究的模型和算法,基于各期观测数据之间的相关性建立时间序列模型,对变形体进行实时动态的变形预报。并结合一组实例数据建立了MA模型进行分析和预测,将预测结果与实际数据相比较,发现能够取得较好的拟合效果与精度。结果表明:在合理的预测步数内,MA模型能够客观的指导和评价目标建筑物的质量状况,正确反映其变形规律和发展趋势,具有一定的实用价值。     

灰色时序模型及其应用

利用灰色理论与时序分析对数学建模进行分析，给出了一类建模与预报方法。实践表明这一方法有好的应用效果，如对能源生产进行预报，预报值与实际值之间误差很小。     

时变参数模型在建筑物变形分析中的应用

对传统GM(1,1)沉降预测模型进行分析后,发现参数采用固定值与实际情况不符,会影响预测精度.为弥补这一不足,对传统灰色模型进行改进,假定参数是时间的连续函数,并对之做了拟合,提出含时变参数的GM(1,1)预测模型.实例证明此模型比传统GM(1,1)模型精度更高.     

混凝土坝变形的灰色回归-时序模型

应用灰色系统理论、逐步回归分析理论及时间序列分析理论等多种理论和分析方法，提出了混凝土坝变形的灰色回归－时序模型，该模型充分考虑了影响混凝土坝变形的因素众多，具有一定的灰以度的特点；并充分提取了对混凝土坝变形产生的有用信息，结合工程实例计算，并与其它模型对比，结果表明该模型是有效的，也是可行的。     

改进的新灰色模型在边坡变形预测中的运用

通过对边坡表面变形观测系统反馈信息特性的充分认识,采用灰色理论,沿用新陈代谢思想,从优化原理出发,进行逐层推导,得到了具有一定针对性的MAMUGM（1,1,w,η）预测模型,并在工程实例中进行验证,结果表明该模型具有一定模拟和预测精度,对变形非渐变点具有优越的处理能力,通过设置误差限,利用残差控制和样本重构两方面的优化选择,可以使模型能够进一步得到改进,为评估浅表层坡体的稳定提供了依据,具有一定的适用性.     

分段线性内插与灰色系统组合模型在建筑物沉降监测中的应用

灰色模型在处理等间隔数据方面,可以通过数值累加处理变换,由"灰"变"白"寻找数据的发展规律;但在沉降监测实际工作中,受限于天气、环境等因素,建筑物沉降监测数据往往具有非等时间隔特点,不能直接应用灰色模型进行数据处理。本文拟通过分段线性内插与灰色系统模型组合的方法,先对前期数据进行线性内插,产生等时间样本序列,然后再利用灰色模型进行数据建模分析,从而得到了非等时距灰色线性组合模型,同时通过实例验证了该组合模型的有效性。     

Logistic模型在高层建筑物沉降监测中的应用

介绍了Logistic增长曲线模型,通过实测数据建立沉降预测模型,拟合出s-t曲线,用平均绝对百分误差(MAPE)来评价预测模型拟合的精度,发现Logistic模型属于高精度拟合.将预测数据与实际观测数据进行对比分析,预测精度较高.结果表明该模型可用于高层建筑物的沉降预测情况.     

AF-PGM模型在大坝变形监测中的应用

基于目前灰色理论模型在变形监测中的应用,分析了PGM(1,1)模型中的参数及其求解的方法.引入人工鱼群算法求解背景值和初始值的修正项,通过人工鱼群算法求解得到模型的最优组合值。结合大坝变形监测工程实例进行计算分析,结果表明利用人工鱼群算法(AF)求解得到的PGM(1,1)模型的背景值参数与初始值修正项对大坝变形监测的预测具有较好的效果。     

组合模型在大坝变形监测中的应用

鉴于各种传统的大坝变形监测方法必然造成信息量的丢失,有必要寻找一种可以最大化利用各种拟合方法所包含的信息,并最终达到提高高程拟合精度的方法。提出了基于BP神经网络方法与逐步回归方法的组合模型,研究了将该组合模型用于大坝变形监测的精度和可行性,通过具体工程实例验证,详细介绍了该组合模型在大坝变形监测中的应用。     

灰色修正模型及其在大坝监测中的应用

灰色修正模型是改善GM（1,1）模型在背景值取值上的不足,通过加权的手段来获取背景值,通过实例,得出RGM（1,1）模型预测和模拟效果相比较GM（1,1）更好。     

灰色系统与时序组合模型在高层建筑沉降预测中的应用

将高层建筑沉降监测数据视为具有确定性趋势的非平稳时间序列，运用灰色GM(1，1)模型提取其中的趋势项，用AR(n)模型表示随机残差项，利用灰色-时序组合模型进行沉降预测．算例结果表明，该组合模型具有较高的预测精度，是一种简单、实用的高层建筑沉降预测方法．     

改进灰色模型在变压器故障预测中的应用

针对传统的灰色GM(1,1)预测模型只适用于对较强指数规律序列进行预测的局限,对传统的GM(1,1)模型进行了改进,通过引入一个m点均值算子,将波动的原始序列生成一个近似指数变化的新序列,并建立等维新息模型,缩小灰平面,从而实现对具有波动性质的序列进行有效的预测.通过对变压器油液的C2H2体积分数预测结果表明,改进GM(1,1)模型对波动的变压器油色谱液数据有良好的逼近效果,且预测精度高于传统的GM(1,1)模型.     

三维激光扫描技术在建筑物变形监测的应用

为了解决复杂的或高大的建筑物结构变形监测问题,采用了地面三维激光扫描技术,研究了三维激光扫描的单点定位精度,数据采集方法和相关的数据处理方法,提出了利用建筑物特征线是否变形来判定建筑物变形的思路。实验结果表明:该方法操作方便,计算结果可靠,能满足精度要求,具有工程实用价值。     

非等间隔时序灰色模型的深基坑变形预测研究

灰色理论广泛应用于深基坑位移预测,对基坑工程设计与施工具有重要意义.预测中灰色模型的建立是以等时距原始数据作为前提条件,而实际工程的位移监测数据多是非等时距,因此难以建立合理的预测模型.文章采取引入单位时间差系数方法将不等间隔序列调整为等间隔序列,分析其差值后将序列还原,从而可以建立非等间隔时序灰色模型;同时将数据矩阵的第一列元素由原2个连续元素增加为3个连续元素平均值的相反数构成;以某深基坑工程为算例,验证了上述改进模型的正确性,其预测结果与监测结果更为接近.结果表明,非等间隔时序灰色模型在深基坑变形预测中更符合工程条件,精度更高,为深基坑支护信息化施工提供了更好的理论依据.     

灰色线性回归组合模型在沉降监测中的应用

为了在贫数据条件下准确预报中长期沉降值,采用线性回归方程和指数方程的组合方式,通过适当配置模型的某些参数来获得新的生成序列函数模型．结合工程实际算例进行预测,并和实际观测数据比较,取得了较好的效果,验证了灰色线性回归组合模型应用于沉降监测预报的可行性．通过其残差与回归分析模型和灰色预测GM（1,1）模型残差相比较,证明该模型在沉降预报中优于回归分析模型和灰色预测GM（1,1）模型．     

动态多变量灰色模型在危岩变形预测中的应用

基于对传统的单点灰色模型的扩展,考虑多个点之间相互影响和关联,采用自适应MGM(1,n)模型,以 Matlab 语言编程,实现对变形体上相互关联的多点变形预测模型的建模,并运用该模型对望霞危岩体变形进行预测。结果表明：自适应 MGM(1,n)模型预测值与实测值吻合较好,比传统 GM(1,1)模型预测的危岩变形趋势效果较好、精度较高,评价结果具有更高的准确性。     

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM（1，1）和动态灰色预测模型的基本内容及建模过程，并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明，等维新息动态预测由于实时地加入了新的信息，提高了灰区间的白色度，预测效果最好；等维灰数递补动态预测利用了序列建模的结果，淡化了灰平面的灰度，使预测结果有所改善；GM（1，1）模型由于是静态地反映系统的变化趋势，预测的精度最低。因此，动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。