首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 250 毫秒
1.
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   

2.
参数累积估计灰色模型及地面沉降预测   总被引:6,自引:0,他引:6  
李洪然  张阿根  叶为民 《岩土力学》2008,29(12):3417-3421
基于传统GM(1,1)地面沉降预测模型的非稳定性,引入参数累积估计方法来代替最小二乘法,构建了参数累积估计的灰色沉降预测模型。通过对上海市地面沉降的预测,证实模型降低了矩阵条件数,提高了沉降预测的稳定性,进而对上海市分层沉降进行了预测,并给出相应的模型稳定性判别,预测结果给出了上海沉降的发展趋势,为地面沉降的合理防治提供了帮助。  相似文献   

3.
灰色线性回归组合模型在北京地面沉降分层预测中的应用   总被引:1,自引:0,他引:1  
灰色系统理论GM(1,1)模型,应用于地面沉降模拟和预测中只能分析数据的指数变化规律。对于地面沉降发展过程中,存在的线性关系不能有效地反映。本文利用灰色组合模型中的第一类灰色组合模型即GM(1,1)与线性回归模型相融合。选取北京东部某地面沉降监测站2004~2012年的分层监测数据建立模型,计算出各监测层位沉降的数学模型,并以此预测各监测层位地面沉降量。结果表明:利用灰色线性回归组合模型在对地面沉降进行分层模拟和预测是可行的。在已有数据的基础上,利用数学模型进行沉降模拟时,两种模型的精度均很高,但通过模型预测未来一年沉降量时,灰色线性回归组合模型的精度,要远高于普通均值GM(1,1)模型。  相似文献   

4.
应用灰色模型对滑坡变形进行预测,目前常用灰色GM(1,1)模型,而灰色GM(2,1)模型应用较少.在实际建模中发现,取不同长度的数据序列,建立的模型也不一样,所得的预测结果也有所不同.针对上述问题,本文基于统计的方法,得出白店子滑坡灰色预测模型最佳数据序列长度,在此基础上建立GM(2,1)模型对该滑坡深部位移进行预测,并与GM(1,1)模型预测结果进行了对比.结果表明,总体精度上GM(2,1)模型略高,预测误差较小,有很好的应用价值.  相似文献   

5.
本文以厦门石湖山软土地基沉降预测为例,用灰色系统理论的方法,对现场观测数据进行了计算机模拟,建立该地基地面沉降的GM(1,1)预测模型,并用该理论提供的检验方法,对该模型进行了检验和可信度分析,证明用此法预测的地面沉降精度很高。同时,还运用传统的方法,建立了三种预测模型,对比和验证了GM(1,1)模型的精度,结果是GM(1,1)模型的精度最高。为地面沉降的预测找到了一种切实可行的方法。  相似文献   

6.
灰色GM(1,1)模型最优维数的研究   总被引:2,自引:1,他引:2  
灰色GM(1,1)模型的维数对模型的预测精度有很大的影响,本文通过自编的FORTRAN程序,在合适的范围内对GM(1,1)模型的维数进行自动优化,通过对宁波市地面沉降数据的计算分析,得到了C和P的定性关系,确定了优化的评价标准,维数最优化后的模型能反映预测数列变化幅度的大小。  相似文献   

7.
传统GM(1,1)模型用于预测时,该模型在初始的少量数据中,才能充分利用有限的数据反映系统的发展变化,越往后监测,该模型的预测精度就越弱。而在实际应用中,必须不断考虑那些随时间相继进入系统的扰动或驱动因素,随时将每一个新得到的数据置入系统中,建立新信息GM(1,1)模型进行动态预测。因此,针对传统GM(1,1)模型存在的不足,文章建立了灰色新陈代谢GM(1,1)滑坡预测模型,并利用该模型对巴达高速公路滑坡位移变形进行了预测。结果表明,灰色新陈代谢GM(1,1)模型精度较高,预测误差较小,有很好的工程应用价值。  相似文献   

8.
软土地区工程性地面沉降预测的非等时距GM(1,1)模型   总被引:12,自引:7,他引:12  
大规模城市建设诱发的工程性地面沉降已成为上海软土地区地面沉降新的制约因素。本文针对上海地区工程性地面沉降特点,运用灰色理论建立了非等时距GM(1,1)预测模型,并用工程实测数据进行检验,得到令人满意的预测结果。研究结果对预测和控制软土地区由建筑物群引起的地面沉降具有重要意义。  相似文献   

9.
灰色系统在地面沉降分析中的应用   总被引:4,自引:0,他引:4  
该文将灰色系统理论引入地面沉降的研究之中。根据上海地面沉降的历史数据建立了上海地面沉降发展的GM(1,1)模型以及地面沉降与地下水位变化的映射GM(1,2)模型,最后运用所建立的模型对地面沉降的发展态势进行了预测。  相似文献   

10.
改进的GM(1,1)模型在滑坡变形预测中的应用   总被引:4,自引:1,他引:3       下载免费PDF全文
为了提高GM(1,1)模型在滑坡变形预测中的预测精度和普遍适用性,论文首先分析了GM(1,1)模型的数学特点,并根据建模机理所存在的固有缺陷探讨了几种合理实用的改进方法。在此基础上,结合呈对数型曲线的链子崖危岩体变形监测数据和呈指数型曲线的黄龙西村滑坡变形监测数据,分别了建立了传统GM(1,1)、无偏GM(1,1)、中心逼近式GM(1,1)、重构背景值的GM(1,1)和灰色神经网络组合等预测模型。预测结果表明:针对不同数学特点的滑坡变形数据,特定改进的GM(1,1)模型较传统模型预测精度更高,适用性更强。  相似文献   

11.
改进的灰色Verhulst GM(1,1)建筑物沉降模型   总被引:1,自引:0,他引:1  
造成建筑物的沉降因素是复杂多样,沉降机理与过程是非线性的,从理论上给出符合实际的建筑物沉降公式很困难,许多安全等级很高的重要建筑物在施工期间均需进行沉降观测,以保证建筑物的安全而及时修改设计。根据建筑物沉降观测数据列特征,综合分析了影响建筑物沉降的因素,应用灰色理论关于连续非线性数据列的建模方法,经过二次拟合,建立了能描述高层建筑沉降过程的非等间距灰色Verhulst GM(1,1)模型。该模型经重庆地区某高层建筑沉降观测实例验证,能较准确预测建筑物的沉降过程和最终沉降量。表明利用少数高层建筑沉降的观测数据建立非等间距的灰色Verhulst GM(1,1)模型能较准确模拟建筑物沉降过程和预测最终沉降量,其建模方法较简单、精度高,具有一定的实用性。  相似文献   

12.
使用改进的GM(1,1)模型,即滚动灰色GM(1,1)模型,其中模型初始点是动态且最佳的,并减少了系统误差。通过对攀枝花市2004年~2015年的钒钛磁铁矿供需进行预测后,提高了整个预测的精度和可靠性,最后还给出了攀枝花加深利用钒钛资源的对策和建议。  相似文献   

13.
天津市地面沉降的灰色系统—马尔柯夫预测模型应用   总被引:1,自引:0,他引:1  
王威  陆阳  董克刚  于强  徐鸣 《城市地质》2008,3(1):41-44
地面沉降速率监测值多呈波形动态,数据波动给预测带来了困难。本文以天津地面沉降多个水准点的监测数据为基本序列,介绍了传统灰色系统模型GM(1,1)的预测过程及结果,并在此基础上进行马尔柯夫处理,建立灰色系统-马尔柯夫预测模型。其结果表明,后者预测精度明显提高,67%的样本误差可降至10%以内,92%的样本预测值误差低于30%。  相似文献   

14.
pGM(1,1)灰色预测模型及其应用   总被引:5,自引:0,他引:5  
分析了pGM(1,1)模型在背景取值上的不足,给出了一种基于权的pGM(1,1)模型,并用该模型进行了实际的变形预测。  相似文献   

15.
基于灰色理论的变形智能预测模型库研究   总被引:2,自引:0,他引:2  
李恒凯  刘传立 《岩土力学》2011,32(10):3119-3124
针对传统GM(1,1)模型在变形预测中精度不高和适应性不强的问题,将传统GM(1,1)模型从多个角度进行改进,并将传统模型及其改进模型进行集成,建立了预测模型库。利用灰色评价模型对模型库的预测结果进行评价,从而实现智能预测,并利用编程语言对模型库和评价模型进行了程序实现。最后利用盘古山钨矿变形数据对该模型库进行检验,结果表明,该模型库能根据不同特点数据,智能化地得到最佳预测结果,具有重要的应用价值  相似文献   

16.
黄土坡滑坡变形的灰色预测模型   总被引:2,自引:0,他引:2  
灰色系统预测模型的本质是对已知数据序列进行类型为指数形式的曲线拟合,然后将此曲线延伸到未来,由此对未知的数据做出预测。本文建立了黄土坡滑坡水平位移预测的GM(1,1)模型,实际应用表明,该模型具有精度高、适用性广等特点。   相似文献   

17.
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   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号