共查询到18条相似文献，搜索用时 359 毫秒
1.
2.
沉降现象在各地区普遍发生,地面沉降量预测越来越受到重视。本文通过结合灰色(GM(1,1))预测模型和支持向量机(SVM)模型各自的优点,建立灰色支持向量机(GM(1,1)-SVM)残差修正模型,在突出时间序列发展趋势影响的同时降低序列中异常值的消极作用。以某高层建筑的18次地面沉降量数据为实例,检验GM(1,1)-SVM模型的预测效果。结果表明:相对单一的GM(1,1)沉降量预测模型,GM(1,1)-SVM模型相对误差小,预测精度高,对地面沉降量预测有一定指导意义。 相似文献
3.
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
4.
在传统的GM(1,1)模型建模的基础上,采用改进欧拉算法简化GM(1,1)模型中参数的求解过程,进行滑坡变形动态预测。本文根据某高速公路滑坡治理过程中的变形监测数据,应用改进的模型进行滑坡变形动态预测,通过预测结果和实际监测数据进行对比分析,结果表明:改进欧拉算法的GM(1,1)模型参数计算简单,且预测精度为一级;不仅适用于滑坡变形等时距监测数据的低增长序列预测,也适用于高增长序列预测,证明该改进欧拉算法的有效性。 相似文献
5.
6.
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
7.
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
8.
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
9.
准等时距QGM(1,1)模型分段预测法及其在草炭土路基沉降预测中的应用 总被引：1，自引：0，他引：1
利用传统非等时距模型预测草炭土路基沉降时,存在计算繁琐、中短期预报精度低等缺点,尤其是当沉降曲线存在斜率突变点时,采用该模型很难达到预测精度的要求。针对以上不足,对非等时距时间序列进行平均步长换算,得到准等时距序列,利用线性插值法对原始沉降数据进行修正,得到改进后的准等时距QGM(1,1)预测模型,并将沉降曲线在斜率突变点处分成两部分进行分段预测。实例计算表明:采用改进后的准等时距QGM(1,1)模型预测草炭土路基沉降,两段的预测值平均误差分别为2.99%和0.25%,均远远小于传统非等时距模型,且具有很高的中短期预测精度,可以为工程沉降控制提供可靠参考。 相似文献
10.
刘长礼 《地质灾害与环境保护》1992,3(1):49-52
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
11.
黄河中游区水沙变化灰色预测 总被引：1，自引：0，他引：1
通过理论分析论证，认为ＧＭ模型所反映的本质特征与水沙长期变化的累积效应是相似的，并用４种ＧＭ模型对年序列及汛期序列水沙变化趋势进行了模拟预测。 相似文献
12.
本文扼要介绍了灰色系统的基本理论、建模方法和检验精度的分析方法。并以四平市地下水动态特征为例,建立GM(1,1)包络模型,进行了地下水位拟合和外推预报。结果表明,GM(1,1)模型计算简单,是一种实用的预报方法,预报结果比较可靠。 相似文献
13.
14.
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
15.
地面沉降是目前常见的地质灾害之一,其长期的积累给城市带来巨大的经济损失,成为制约城市发展的主要因素。进入20世纪90年代以来,工程环境效应诱发的沉降已经成为上海地面沉降的新趋势,对于外荷载引起的地面沉降过程而言,影响因素较多,既无法用明确的数学关系式表达,又非黑箱那样内部结构、参数和特征一无所知,因此可将灰色预测理论应用于地面沉降的预测。针对监测和观测时间的非等时性,本文应用非等时距灰色理论模型对上海陆家嘴地区某高层建筑的沉降进行预测,并和实际监测沉降量进行了比较;对室内模型试验进行沉降预测,并和实验观测数据以及自适应神经网络系统(ANFIS)预测结果进行了比较。研究发现,对于工程环境效应引起的地面沉降,应用非等时距灰色理论模型进行沉降预测是可行、精确的。 相似文献
16.
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
17.
S J Prasad T M Balakrishnan Nair Hasibur Rahaman S S C Shenoi T Vijayalakshmi 《Journal of Earth System Science》2018,127(8):111
A Liquefied Petroleum Gas (LPG) tanker and a chemical tanker collided two nautical miles off Ennore port on 28 January, 2017. Around 196.4 metric tons (MT) of Heavy Furnace Oil (HFO) was spilled and drifted towards the shore. Oil spill drift advisory and prediction was made by Indian National Centre for Ocean Information Services (INCOIS) using General National Oceanic and Atmospheric Administration (NOAA) Operational Modeling Environment (GNOME), an oil spill trajectory model. The trajectory model was forced with analysed and forecasted ocean currents from Global Ocean Data Assimilation System (GODAS) based on Modular Ocean Model 4p1 (GM4p1). It was found that spread of HFO obtained from oil spill trajectory model GNOME, has matched well with the observed spread from Sentinel-1A satellite dataset. However, the spread of the HFO was underestimated by the trajectory model, when forced with forecasted GM4p1 currents. Additional ground truth observation from Indian Coast Guard also corroborates this finding. 相似文献
18.
边坡位移预测组合灰色神经网络方法 总被引：3，自引：0，他引：3
边坡位移的发展受地质条件、气候环境及人类活动等因素影响,变化趋势复杂,难以建立准确的经典数学模型对其进行全面描述。为了较准确地得到边坡位移数据,采用多模型信息融合技术对其进行预测。首先,将边坡这类影响因素复杂的系统作为一个灰色系统,分别采用GM(1,1)模型、Verhulst模型及DGM(2,1)模型对位移值进行预测;其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络方法对不同的灰色预测模型组合,生成灰色神经网络模型。通过反复训练、学习,自动调节,得出各模型在组合模型的合理权重,输出满意的结果。对比发现,利用组合灰色神经网络模型预测的位移值较单独的灰色模型预测的位移值具有更高的精度。 相似文献