共查询到20条相似文献，搜索用时 375 毫秒
1.
本文根据灰色预测理论,结合预测实践,主要阐述了以下观点:1)灰色建模的数据序列不一定越长越好;2)灰色 GM(1,1)导数还原预测模型的精度低于累加生成预测模型的精度;3)累减还原预测模型是灰色 GM(1,1)预测模型的最终预测模型。 相似文献
2.
3.
4.
基于灰色最小二乘支持向量机的边坡位移预测 总被引：1，自引：0，他引：1
利用边坡实测位移序列预测边坡未来时间的位移,可以有效地判断边坡的稳定性。在分析了灰色预测方法和最小二乘支持向量机各自的优缺点的基础上,提出了将二者相结合的一种新的预测模型--灰色最小二乘支持向量机预测模型。新模型既发挥了灰色预测方法中“累加生成”的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,又充分利用了最小二乘支持向量机求解速度快、易于描述非线性关系的优良特性,避免了灰色预测方法及模型存在的理论缺陷。同时,采用遗传算法进行了模型的参数优化,通过2个工程实例说明灰色最小二乘支持向量机模型预测边坡位移的有效性,具有较高的精度。 相似文献
5.
土石坝抗震安全的设计一般立足于预防结构的倒塌,如何使土石坝结构地震破损控制在可接受的风险水平是一个值得研究的重要课题。应用地震风险分析理论,建立了土石坝地震风险分析方法,包括地震危险性分析、地震易损性分析和地震灾害损失评估3个方面。在场地地震危险性分析基础上,将基于性能的抗震设计思想应用于土石坝结构地震易损性分析中,以土石坝坝顶相对沉陷为评价指标,划分土石坝震损等级,最后结合地震经济损失分析,建立了土石坝地震风险计算模型,在技术和经济上对土石坝地震破损风险进行分析计算。以某高土石坝为例,用该模型对大坝的震害和经济损失进行了预测分析,其结论可为土石坝安全评价及投资决策等提供依据。 相似文献
6.
尾矿砂土渗透系数与其埋深之间的关系分析 总被引：1，自引：0，他引：1
通过对四川马家田尾矿的渗压试验，进行尾矿孔隙比、上履土压力和渗透系数的拟合分析，建立了尾矿的孔隙比与上覆土压力，渗透系数与孔隙比和渗透系数与上覆土压力三种数学关系，并进一步提出了尾矿的渗透系数与其埋深的数学模型，该模型适用于尾矿堆积坝和土石坝的渗透系数取值。 相似文献
7.
8.
对土石坝溃决模拟技术的最新研究成果进行了总结和评价,在此基础上对该研究领域今后的研究工作提出了若干建议,包括:应研究提出不同坝型溃决可能性分析评价方法;针对不同坝型开展溃坝离心模型试验,揭示在不同致灾因子作用下,土石坝溃决机理和溃口发展过程;开展土石坝初始管涌形成以后发展过程的试验研究,揭示孔流转变为堰流的控制条件;针对溃坝水流的流线曲率较大、溃坝水流大多是非恒定超临界流以及筑坝材料粒径级配范围变化大等特点,开展大型溃坝水工水力学模型试验,揭示不同坝型的溃口流量过程、泥沙输移及下游河道洪水演进规律。 相似文献
9.
10.
陈鹏宇 《地质灾害与环境保护》2009,20(4):101-105
地面沉降的模拟计算属于灰色问题,建立一个有效的灰色预测模型是十分重要的,在分析灰色线性回归组合模型模拟序列特点的基础上,建立了以原始数据直接建模的离散GM（1,1）模型（称为ODGM（1,1）模型）,将某沉降实例数据建立ODGM（1,1）模型,并与灰色线性回归组合预测模型进行比较,结果证明离散GM（1,1）模型优于灰色线性回归组合预测模型。 相似文献
11.
中心逼近式灰色GM(1,1)模型在滑坡变形预测中的应用 总被引：6，自引：0，他引：6
黄龙西村滑坡位于甘肃天水,属黄土高势能滑坡,滑体体积3.9105m3,基底为花岗闪长岩。为了提高滑坡灰色GM(1,1)模型的预测精度,采用一种改变背景值的方法--中心逼近式灰色GM(1,1)模型。通过黄龙西村滑坡实例验证分析,结果表明中心逼近式灰色GM(1,1)模型的预测值与该滑坡实际监测值十分接近,且其残差平方和及平均误差百分比明显比传统灰色GM(1,1)模型的残差平方和及平均误差百分比小,具有较高的预测精度。同时,可通过调整模型中参数m的取值,使中心逼近式灰色GM(1,1)模型具有更高的预测精度。经计算,当m=6时,中心逼近式灰色GM(1,1)模型的预测精度比传统灰色GM(1,1)模型提高了5.34%。 相似文献
12.
岩石边坡系统是一典型灰色系统，其变形发展过程可以用灰色预测模型完成。尽管传统GM（1，1）模型预测有很多成功的实例，但是也存在一些预测偏差过大的情况，必须对其进行优化。逐步迭代法GM（1，1）模型不仅收敛速度快，而且与原始数据库序列的凹凸性保护一致。利用自编的计算程序对马步坎边坡预测测点G1沉降和开裂进行预测分析，结果表明逐步迭代法GM（1，1）优化模型计算精度较传统GM（1，1）模型和背景构造法GM（1，1）优化模型高，较好地反映了岩石边坡的变形趋势。 相似文献
13.
New grey prediction model and its application in forecasting land subsidence in coal mine 总被引：2，自引：1，他引：1
Mining subsidence destroys environment seriously and is difficult to forecast because the parameters in prediction model are difficult to obtain. As there are many uncertainties in mining subsidence, we forecast it by grey prediction model. Traditional GM (1,1) model predict for a time series. In this paper, the panel data are studied and are viewed as a sequence in which elements are matrix based on cross-sectional data, and the mean sequence of row vector GM (1,1) model, mean sequence of column vector GM (1,1) model and the cell volume sequence GM (1,1) model are established, respectively. Combining these grey models, we build prediction model of cross-sectional data matrix sequence. Thus, the scope of grey prediction has been expanded, and grey forecasting theory has been enriched. Using the newly built predictive models, we study the land deformation due to mining of Pingdingshan coal mine in Henan Province. Practical verification and model accuracy test show that the grey model can make accurate predictions, with a good agreement between the predictive value and actual value. It can provide effective and accurate information and also can provide an important reference for the reclamation planning of surface environment. 相似文献
14.
15.
采用灰色系统理论中灰色动态模型GM（1,1）,对一观测孔地下水位埋深进行灰色动态模拟。利用观测孔2011年实测地下水位埋深数据建立GM（1,1）预测模型,并对2012年地下水位埋深进行预测。经验证,模型预测精度较高,具有一定的实用价值。 相似文献
16.
17.
边坡变形模拟预测的普适灰色模型 总被引：13，自引：2，他引：13
传统灰色GM(1,1)模型,多适用于等间距监测数据序列的模拟预测;对非等间距序列,一般经过等间距处理或经过繁复的变换计算直接建立非等间距模型.从边坡变形模拟预测的角度来讲,传统灰色GM(1,1)模型只有当边坡变形呈低增长序列时,才能获得较高的模拟和预测精度,而对呈高增长序列的边坡变形往往产生较大的滞后误差.以优化灰色模型背景值为基础构建的普适GM(1,1)模型,不仅适用于边坡变形等间距监测数据的低、高增长序列,而且适用于非等间距的低、高增长序列,且都能获得很高的模拟和预测精度,对边坡变形的模拟预测具有普遍的适用性. 相似文献
18.
19.
岩溶地下水灰色系统分析软件开发 总被引：2，自引：1，他引：1
结合灰色系统在岩溶地下水方面的研究进展,从实际应用的角度出发,通过逐步求精的方法,使用VisualC++6.0编程,开发出一套能够满足水文地质工作者使用且操作方便的岩溶地下水灰色系统分析软件。该软件分别由灰色关联分析、数据预处理、GM(1,1)模型、等维递补预测、残差周期模型和GM(1,N)预测模型6个模块组成,具有操作简单便捷、计算结果精确、出错信息处理完善、预测结果直观、数据输入输出方式灵活、残差结果曲线输出及可推广性强等优点。利用该软件对山西柳林泉2008和2009年的泉水流量进行预测检验,GM(1,1)模型的残差周期修正预测精度明显提高,2008年的预测误差由0.32m3/s下降到0.17m3/s,2009年的预测误差由0.29m3/s下降低到0.19m3/s。 相似文献