GM(1,1)模型的改进及其在变形预测中的应用

为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型.具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度;接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值;然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度;最后,建立根据GM(1,1)模型改进的灰色多重修正模型.以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比.精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好.     

基于综合优化GM（1,1）的形变预测模型

通过对传统GM(1,1)模型的初始条件进行优化,利用复化的Simpson数值积分公式构造背景值,以及对残差序列进行修正,建立优化的GM(1,1)模型,并给出优化模型的精度评价方法和标准。以小浪底大坝的变形实测数据为例,进行基于传统GM(1,1)预测模型和优化GM(1,1)预测模型的计算比较。结果表明,基于优化的GM(1,1)预测模型精度更高。     

PSO-GM(1,1,N,p,ξ)模型在变形预测中的应用

通过对传统GM(1,1)缺陷分析和改进的基于权的PGM(1,1)建模机理描述,顾及PGM(1,1)中背景值构造时取相同的参数不能充分降低模型的预测误差,对不同的时刻引入不同的参数来改进GM(1,1)背景值序列的计算公式,将这种背景值构造方法和灰元N引入GM(1,1)建立了新的白化方程。在建立的新的白化方程基础上,用龙格-库塔法以修正的初始值计算累加值的模拟序列。针对引入的参数较多问题,采用粒子群算法寻找满足相对误差均值最优的参数,从而建立了基于粒子群优化算法和加权灰色组合的PSO-GM模型。工程实例应用表明,新模型的拟合精度高,预测效果好,相对其他两种原有模型预测精度有明显提高。     

多级模糊模式识别模型在地质环境质量评价中的应用

应用多级模糊模式识别模型进行地质环境质量评价,克服了最大隶属度原则所不适用的地方,而且以相对隶属度、隶属函数为基础理论,使隶属度、隶属函数的计算更容易.建立环境质量评价模型,并应用于陕西省略阳县地质环境质量综合评价中,应用结果表明,该方法合理、可行.     

地下水环境质量模糊数学综合评判

本文应用模糊数学理论,以多个指标(隶属度)刻划地下水污染程度,以最大隶属度确定水质级别,结合环境水文地质制图较合理地描述了地下水环境质量。“污染程度”这类模糊事件,避免了据临界值“一刀切”判别的失真现象,取得了较符合客观实际的结果。在进行模糊复合运算时,分别采用M(Λ,V)与M(·,+)两种模型,并阐明模型M(·,+)优于模型M(Λ,V)。文中对目前常用的几种评价方法进行了比较讨论。最后附有BASIC电算源程序。     

CG型重力仪用于海潮负荷观测的可行性北大核心CSCD

为验证便携式相对重力仪用于短时重力潮汐观测的可行性,在厦门地震台进行同址对比测试。以利用gPhone重力仪的长观测时段数据修正的FES2004海潮模型为参考,分离出gPhone、CG-5和CG-6型重力仪的静态观测残差序列。结果表明,CG-5和CG-6型重力仪在1 CPD(circle per day)和2 CPD附近的噪声水平(非线性漂移)与gPhone重力仪接近,对主要的全日分潮和半日分潮分析影响较小,观测精度能满足短时海潮模型修正的需要。以CG-5型重力仪在平潭岛的短时重力潮汐数据修正FES2014海潮模型得到测站海潮模型,并回测35 d前绝对重力观测时段的重力海潮负荷值。改正后组均值残差标准差从FES2014模型的2.7μGal降至1.8μGal,由此验证了CG型便携式相对重力仪用于海潮负荷观测的可行性。     

灰线性加权非等距GM(1,1)形变预测模型

结合加权非等距GM(1,1)模型与线性回归理论,构建灰线性加权非等距GM(1,1)预测模型,并给出对模型预测精度起决定性作用的灰指数v和参数m的优化方法。与加权非等距GM(1,1)模型和线性回归预测模型相比,灰线性加权非等距GM(1,1)预测模型的精度更高,预测有效时间更长,模型的稳定性更好。优化v和m后,灰线性加权非等距GM(1,1)预测模型的实用性、稳定性进一步提高。     

LMD-GM(1,1)模型及其在变形监测中的应用

将局部均值分解(LMD)方法应用在监测数据中。实验结果表明,LMD-GM(1,1)模型的拟合效果和预测效果比EMD-GM(1,1)模型和GM(1,1)模型好,具有更高的应用价值。     

非线性模糊化SOM图像分类的方法在含噪声图像融合中的应用

采用一维的自组织特征映射(SOM)进行图像的像素分类,分类的输出个数采用了用等灰度图法确定的办法;对分类后的图像每个像素的归一化权值采用非线性模糊化得到隶属度矢量,用模糊化的隶属度矢量和SOM训练得到的归一化权值数组实现以两幅含有噪声图像的融合.给出详细图像仿真试验数据,验证了这种模糊化方法在实现多幅含噪图像的融合在一定的范围内是有效的.     

基于最小二乘配置法的优化GM（1,1）预测模型及其应用

针对灰色GM(1,1)预测模型预测结果精度低、模型缺乏稳定性的问题,基于最小二乘配置理论的GM（1,1)预测优化模型,首先通过使得生成序列新预测值的误差在最小二乘意义下最小,选取GM(1,1)模型的最优初值,利用指数函数法构造新的背景值;然后将优化的GM(1,1)模型和最小二乘配置理论有机结合,进一步对优化的GM(1,1)模型进行改进,构建优化的灰色最小二乘配置预测模型;最后通过对建筑物的沉降数据进行定量分析与预报,与其他模型进行对比分析。     

�ϲɿ������������GM-MarkovԤ��ģ���о�

?о???????????????????????????????????????GM-arkov????????????????????PSO?????GM??1??1???????????????????????????????????е???????????н??????????????????????????????????????????????GM-arkov?????GM(1,1????????????б????????????????GM-arkov????????????????????GM??1??1????     

���ڻ�ɫԤ��Ŀռ���в�����ģ���о�

?????????????????????????????????????ε???????????????????в??????????????????????????в?????????????С?????????????B??????????????????????????????????????????????????????5????????122%??????????????179%??GM(1,1)????284%???????????????????5????????????????????????20%????????????????????????     

Annual precipitation gray forecast in disaster year of Chedaren debris flow

The Chedaren ravine belongs to high-prone areas of debris flow in Jilin Province, which threaten the local people＇ s life and security seriously. The authors used the residual correction theory to amend the GM （ 1, 1 ） model and forecast annual precipitation in disaster year of the Chedaren ravine ; it provides scientific foundation for early warning of debris flow disaster in the rainy season based on weather forecast. The prediction resuits show that annual precipitation is 724.7 mm in 2009 ; the region will probably occur large-scale debris flow during the rainy season.     

GM(1,1)幂模型的改进及其在沉降预测中的应用

GM(1,1)幂模型可用于趋于稳定或具有S型变化趋势的沉降预测,但其存在灰色建模的固有缺陷、非等间隔数据的不适用性和参数求解复杂性等不足之处。结合幂函数变换与无偏GM(1,1)模型和非等间隔无偏GM(1,1)模型,建立了无偏GM(1,1)幂模型和非等间隔无偏GM(1,1)幂模型。基于Matlab程序,以拟合结果的平均相对误差最小作为优化目标,提出参数的优化求解方法,同时提出采用Origin拟合函数SRichards2的替代方法。实例分析结果显示,两种方法拟合效果相当,均可用于沉降预测。结合两者的应用效果和建模特点,建议人工处理数据时采用Origin拟合函数SRichards2;对于有特殊优化目标的情况或自动化监测设计时,可采用无偏GM(1,1)幂模型或非等间隔无偏GM(1,1)幂模型。     

白鹤滩和乌东德库区蓄水前形变分析

利用白鹤滩和乌东德库区2018～2019年两期最新地壳形变监测资料对两个库区在监视期的形变特征进行分析,其中水准和重力资料采用相对基准分析法,谷宽和跨断层测距资料采用投影面相对坐标分析法。结果表明：1）白鹤滩库区上游左岸中部存在16 km范围的沉降区,乌东德库区上游右岸水准支线所在地区隆升较大,两个库区其他地区均相对稳定,垂直形变量均小于5 mm;2）两个库区重力场变化基本平稳,无显著性异常变化,个别测点重力值变化较大是周围环境改变导致;3）两个库区4个谷宽网各点的相对坐标变化均不大,但4个谷宽网均显示相对收缩,量值在1~2 mm;4）两个库区6处跨断层场地中有5处比较稳定,监视期间断层无显著垂直活动和水平活动迹象,乌东德库区洛佐场地监视区断层两侧存在一定的差异性垂向运动并伴随水平向挤压运动。该结果可为水库蓄水后形变以及水库诱发地震的研究提供背景参考。     

���ڽؾ�������GM��1��1��ģ���ڼ���Ԥ���е�Ӧ��

????GM??1??1???????????????ж????????????????????????????????????????????μ????????????????????????????????????????????????????GM??1??1???????????????????????????????Ч???????????     

���ڿ������˲���GM(1,1)ģ���ڸ�������������η����е�Ӧ��

????и?????????????η????????????????????????С?????????????????????????????????????????????“С??????????”???????????????????????????????????????????????????GM(1,1)??????????????г??????η????????????????????????????????????????????????Ч???????????????е???????????????????????????????????????????????????GM(1,1)???????????????????GM(1,1)??????????????????????η?????????????????????????     

优化背景值的非等间距线性时变参数GM(1,1)幂模型在变形监测中的应用

为弥补传统GM(1,1)幂模型背景值等权构造的缺陷,针对原始变形序列的非等距振荡特征构建背景值加权优化的非等间距线性时变参数GM(1,1)幂模型,并采用具有全局优化特性、收敛速度快的粒子群算法求解模型的幂指数和背景值权重。以2组矿区监测点累积沉降观测数据为例进行沉降分析与预测,结果表明,本文模型的平均绝对百分比误差分别为2.33%和4.70%,预测误差分别为2.10%和6.38%,计算结果均优于其他3种模型。工程应用表明,优化模型在小样本非等距振荡序列应用中具有优越性,适用于地表沉陷的短期预测与时变分析。     

灰色预测模型在高层建筑物沉降预测中的应用研究

详细讨论了一阶一元灰色预测模型GM(1，1)的基本内容及建模过程，并成功地将GM(1，1)模型应用于高层建筑物沉降监测的预测预报，相应地编写了基于MATLAB的灰色系统沉降预测程序，便于实际应用。实践证明，灰色预测模型GM(1，1)在沉降预测中具有较高的应用价值。