GM(1,1)模型在矿山开采沉陷预计中的应用

矿山开采沉陷预计对预防开采沉陷对地表构筑物的损害及保护地面设施,减少开采沉陷造成的经济损失具有重要意义。矿山开采沉陷受到多方面因素的影响,其过程可视为一个灰色系统。本文将观测时间间隔视为灰色系统的一部分,直接建立等间隔GM(1,1)模型,通过对计算值的改正,最终得到预测值。由后验方差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。大量计算证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,可以用来预测矿山开采沉陷对地表建筑物的损害程度。     

概率积分法开采沉陷预计的GIS实现

以概率积分法为预计模型,对研究区可能的沉陷趋势进行预计,然后与GIS耦合,利用新一代的ArcGIS数据存储格式——Geodatabase建库,以整合目标区地形图、矿区图以及户籍信息等,为沉陷预计和信息管理做准备,然后利用预计模型求得的下沉参数实现沉陷范围和趋势的可视化,以方便信息的综合管理和其他决策。     

数据预处理条件下的神经网络开采沉陷预计模型研究

开采沉陷预计是矿山开采研究领域的核心和难点之一,它对开采沉陷的理论研究和生产实践都有重要的意义。本文以进行沉陷预计为目的,提出建立基于各影响因素数据序列思想,其主要步骤为首先建立影响因素序列;其次利用灰色理论对建立的数据序列进行预处理;最后构建基于数据预处理条件下的BP神经网络预测模型(AGO-BP模型),以用于矿区沉陷预报。通过对几组实例本文对建立的模型进行了多次反复预测实验,预测结果证实该模型预测精度较高,在工程上具有一定的应用价值。     

改进的残差修正DGM(1,1)模型在煤矿地表沉降预测中的应用

针对传统大地测量技术难以实施大范围矿区形变监测以及传统开采沉陷预测方法在实际应用中存在的不足，提出时序合成孔径雷达干涉测量(InSAR)和改进的离散灰色马尔科夫模型相结合的方法对矿区地表形变进行监测和预测。使用鄂尔多斯市某矿区哨兵1号(Sentinel-1)数据提取地表形变监测结果，并与同时期的全球定位系统(GPS)监测数据进行对比。将沉陷监测结果作为原始序列建立残差修正的离散灰色马尔科夫模型，预测矿区沉降。研究结果表明：研究区域地表形变明显，残差修正的离散灰色马尔科夫模型能较为准确地预测矿区沉降结果。     

位错模型的矿区地表沉降监测

为获取连续的矿区地表沉降变形场,揭示沉陷规律,及时预计沉降范围与大小,保障生产,该文提出了以精密水准测量数据为约束的加权位错监测及预计模型。视开采工作面为简化位错几何模型,顾及工作面近远场观测数据的不同,根据计算模型值与水准测量实测值的残差确定不同的权比,利用最小二乘线性算法反演垂直方向上的张裂参数。由张裂参数正演获取连续的地表形变场。并以多期观测反演所得的一维张裂参数的变化序列拟合预计模型,预测地表未来形变场。研究表明,提出的加权位错预计模型能更好地监测并预计矿区开采后的地表沉降变化,为采矿安全生产提供了依据。     

最优权组合预测法在采煤沉陷变形预测中的应用

煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开，基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想，以非等间隔灰色预测模型与BP神经网络模型为预测单模型，以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源，以最优加权法对单模型预测结果开展了最优权组合，组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价，结果表明：3种预测模型精度均达到了一级。经对比3种模型预测结果，最优权组合预测的模型精度较单模型明显提升，预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。     

灰色关联分析与BP神经网络的概率积分法参数预测

在综合分析地表沉陷概率积分法参数与地质采矿条件关系的基础上,提出运用灰色关联分析法找出影响概率积分法参数的主要因素,进而利用BP人工神经网络模型预计参数。在对实测数据灰色关联分析后得出:覆岩平均坚固性系数、采厚、倾角、采动程度与各个参数关联程度较高,表土层厚度和采深次之。在此基础上,建立BP人工神经网络模型,并对预计结果与实测数据进行对比分析。结果表明:该方法预计最大相对误差15.78%,最小相对误差1.92%,考虑到个别参数实测值较小,造成相对误差较大,而绝对误差很小,即模型预计效果较好,是一种预计概率积分法参数的有效方法。     

GM(1,1)模型在沉降预报中的应用

本文提出采用灰色理论进行定量预报的方法。讨论GM(1，1)沉降预报模型的建立以及应用问题，并使用建立的预报模型对沉降控制点沉陷量进行预报。结果表明，用GM(1，1)模型进行预报具有理论的可行性和现实意义，说明灰色理论在地表沉降预报领域具有实用价值。     

非等间隔GM(1,1)模型在矿山开采沉陷中的应用

矿山开采沉陷直接影响地面建筑物的安全性评价。以预测矿山开采沉陷量为目的,并结合矿山开采沉陷监测非等时间间隔的特点,以相邻监测时间间隔为权,建立灰色系统非等间隔GM（1,1）模型,并将该模型应用于矿山开采沉陷量预测中。由后验差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。实践证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,能较好地预测矿山开采沉陷对地表建筑物的损害程度,减少开采沉陷造成的经济损失。     

粒子群算法在概率积分法沉陷预计模型参数反演中的应用

针对开采沉陷预计模型参数反演所存在的算法复杂、计算量大等缺陷,将粒子群算法引入到概率积分法开采沉陷预计模型参数反演中。研究粒子群算法反演概率积分法预计模型参数的基本原理、编码方法及适应度函数的构造方法,同时结合河北省某煤矿的实测数据,以下沉拟合值与实测值的中误差作为反演精度的评价标准对算法进行实例验证,对提高开采沉陷预计的精度有一定的参考实用价值。     

地下开采引起的地表下沉预测

介绍地下固体与液体及气体矿层开采引起的地表下沉及其危害，把地表下沉视作开采空间向地表传播扩散的结果，采用下沉根源函数和下沉传播影响函数的积分来描述开采引起的地表下沉预测，重点讨论应用随机统计原理下沉传播影响函数的问题，为预测地下开采而引起的地表下沉提供通用模型。     

EOP预报误差对导航卫星轨道预报的影响分析

导航卫星轨道预报是利用精密定轨结果在惯性系下进行轨道外推，再将外推得到的惯性系轨道转换为地固系轨道，然后生成卫星星历数据。由于坐标系转换时使用的是带有误差的地球定向参数（EOP：Earth Orientation Parameters）预报值，转换结果会产生误差，进而影响轨道预报结果的精度。分析了EOP快速预报产品公报A的预报精度，研究了参数预报误差对轨道预报精度的影响。结果表明，对于利用GPS精密星历外推模拟得到的卫星轨道而言，EOP预报1天引起的轨道预报误差大致分布在0．232±0．183m，参数预报7天引起的轨道预报误差大致分布在0．438±0．356m。     

改进灰色马尔科夫模型在基坑预测中的研究

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。     

Prediction of Earth orientation

Summary The method for predicting x, y, and UT1-UTC as conceived and implemented by the Subbureau for Rapid Service and Prediction of the International Earth Rotation Service (IERS) is shown. For polar motion, the method is an extrapolation of an annual ellipse and Chandler circle. The method for UT1-UTC involves a simple differencing technique.     

基于GIS的城市空间扩展预测

高速的城市扩展给社会发展带来了无比的活力。但是,也带来了一系列影响社会经济可持续发展的问题。因此,建立城市扩展预测模型对城市空间扩展预测有着实际的意义。本文主要是根据射线预测法的相关理论,使用Map Basic编程和Map Info软件进行相关操作,对济南市进行城市空间扩展预测并对预测进行分析,验证射线预测法的准确性。     

Prediction of polar motion

Based on an analysis of polar motion behavior, we found the possibility of predicting polar motion up to one year in advance. Comparing these predicted polar coordinates with the observed ones (smoothed), the rms of the differences is about 0".02. The differences of the relative polar motion are much smaller. For any time interval of 20–30 days throughout the whole year, the rms of the relative polar motion differences is about 0".01. It appears that 80–90% of the polar motion is composed of the stable, predictable Chandler and annual terms.     

GM(1,1)模型反演预测方法在沉降预测中的应用

为了研究提高GM(1,1)模型预测精度的方法,本文首先讨论了GM(1,1)模型对初值的不敏感性和拟合预测序列增长率的恒定性;其次,根据GM(1,1)的性质提出新陈代谢反演预测的方法;最后,通过工程实例对比不同模型的预测精度。结果表明:GM(1,1)反演预测方法具有很高的预测精度,适用于沉降变形预测。     

基于预测的边缘检测方法

提出了一种基于预测的、有一定自适应性的边缘检测方法。介绍了其原理和算法实现过程。通过计算两个相邻像素的灰度值的均值、均方差和梯度来预测下一个像素的灰度值，比较预测值和真实值来判断下一个像素是否是边界点。通过与现有同类算法的比较，证明了该算法的优越性。     

软件模块故障倾向预测方法研究

研究了在区分故障严重程度下的软件模块故障倾向预测方法,将故障分为高严重程度和低严重程度两种类型,用统计分析和机器学习方法分析静态代码度量与故障倾向之间的关系。以公开和私有两种类型的失效数据集作为实验数据,分析发现,故障的严重程度影响预测性能,预测不同严重程度的故障需要选择不同的度量和分类模型,预测低严重程度故障的性能好于预测高严重程度故障的性能。     

灰色预测模型若干改进方法

从基本灰色模型出发,归纳和讨论了影响正确建立灰色模型的诸多因素以及相应的改进方法。