基于ESMD-NNBR耦合的月径流预测模型

为提高对非线性非平稳径流序列的预测精度,以“分解-预测-重构”为思路,将极点模态分解法（ESMD）与最近邻抽样回归模型（NNBR）结合构建耦合预测模型,并将其应用于渭河流域华县站、张家山站的月径流预测。对比发现,ESMD-NNBR模型的性能最好,预测精度最高。具有自适应平稳化序列能力的ESMD法分解径流序列,体现了不同时间频率下的径流变化规律,将其与NNBR模型结合可以显著提高模型的预测性能。     

地下水质预评价的灰色模型

对于水质预测与评价，ＧＭ（１，１）加权模型与灰色关联分析方法，具有较好的实用性。本文将以上二者结合起来，构成的水质预评价的灰色数学模型，对水质系统的管理，宏观调控及规划都具有十分重要的意义。     

灰色-进化神经网络模型在深埋隧道围岩变形预测中的应用

由于深埋隧道围岩的变形受到构造、应力场、地下水、开挖方式等复杂因素的综合影响,具有位移时间序列的单调增长的特殊性和非线性,运用响应成分模型将隧道围岩位移量分解成具有确定性的趋势项和具有不确定性的随机项。建立灰色–进化神经网络模型对趋势项和随机项进行预测,既结合GM（1,1）模型较好预测序列增长趋势的特点,又结合神经网络利用自适应实现网络总体误差最小的特点,进而解决了单一利用GM（1,1）模型时预测值的随机偏离量较大的问题,保证了预测的精度。将该模型应用于基于实测位移资料的堡镇隧道围岩水平收敛位移短期预测,较好地揭示了隧道围岩收敛位移演化的规律,为合理选取二次衬砌时机提供了参考。     

城市污水土地处理系统优化管理模型初探

运用嵌入法将高度非线性的非饱和水、质运移模拟模型作为优化管理模型的约束条件与优化模型有机结合起来，尝试通过遗传算法对非线性优化模型进行了求解，初步构建了城市污水土地处理系统优化管理模型的框架。     

熵权-正态云模型岩溶塌陷预测分析

为了研究岩溶地区的岩溶塌陷预测问题,根据大量岩溶塌陷实例确定6项岩溶地区典型的影响因子（岩性系数（RQC）、岩体结构系数（RMSC）、地下水系数（GWC）、覆盖层系数（SSC）、地形地貌系数（LPC）、环境条件系数（ECC））,采用熵权法计算各项影响因子的权重并结合云理论建立熵权正态云模型。通过模型对桂林西城区岩溶塌陷进行预测且结合实际塌陷情况进行比较分析,结果证明建立的熵权正态云模型的预测结果与实际结果比较接近。表明该模型对于岩溶塌陷的预测分析方面具有良好的适用性和可靠性,且能够为岩溶发育地区岩溶塌陷的非线性、复杂性预测判断提供一种新的思路和方法。     

电中性条件下地下水水质灰色预测模型

本文认为地下水多组分系统中各组分浓度的变化可用ＧＭ（１，１）模型描述，但其预测值必须满足溶液的电中性原理，因此，将溶液的电中性方程与ＧＭ（１，１）模型有机地结合起来建立了电中性条件下地下水水质灰色预测模型。     

隧道变形失稳过程的非线性动力学分析与破坏判据研究

隧道变形失稳过程与破坏判据研究是地下工程的热点与难点之一。运用协同学与混沌动力学,分析了隧道变形失稳过程的非线性动力学演化特征,并将其划分为平衡、非平衡线性、非平衡非线性等3个演化阶段;从系统分析的角度,研究了整个隧道系统的涨落关联机制,建立了隧道变形失稳的动力学演化模型。在此基础上,分别给出了大数据量（≥3 000）与小数据量（ 3 000）条件下稳定性演化过程的动力学判别准则。结合隧道变形失稳的阶段性特征,建立了其破坏的混沌动力学判据。将以上研究应用于广州地铁某立体交叉隧道的稳定性分析中,验证了该动力学演化模型与判据的合理可靠性,对隧道稳定性状态的判别具有一定指导意义。     

基于投影寻踪技术的矿井突水水源判别模型——以新庄孜煤矿为例

投影寻踪是一种降维处理技术,它可以将高维分析问题通过投影方向转化为低维问题分析.应用该法的关键在于寻求最佳投影方向,这可以转化为一个复杂的非线性优化问题,结合Matlab的遗传算法工具箱进行优化求解.本文以淮南新庄孜煤矿为例,建立突水水源判别投影寻踪模型,并与模糊综合评判模型、神经网络模型、灰色聚类模型进行分析比较.结果表明:投影寻踪判别模型能够有效地判别突水水源,比模糊综合评判、神经网络模型、灰色聚类模型具有更高的准确性,为矿井突水水源判别提供了一个新途径.     

嵌套抽样算法用于地下水模型评价的算例研究

模型评价（模型选择）是地下水数值模拟不确定分析的重要研究内容,模型边缘似然值是进行模型评价的重要依据。嵌套抽样算法是一种高效的高维积分计算方法,能有效计算复杂模型的边缘似然值。本次研究提出了一种基于Adaptive Metropolis的嵌套抽样算法,通过对两个（线性、非线性）解析函数及一组不同结构的地下水模型边缘似然值的计算,并与大样本条件下算术平均方法的计算结果相对比,验证了该方法对于计算模型边缘似然值的有效性。     

流变物质对软土流变参数影响的蠕变试验

流变性是软土的一种长期变形特性,对软土地基的沉降产生重要影响。现有研究表明,软土中高黏性的流变物质是产生其流变特性的主要物质因素,当流变物质分布具有一定均匀性时其流变特性与流变物质的分布形态无关,仅与流变物质本身性质和含量比例相关。通过蠕变试验研究了流变物质对软土流变参数的影响,视强亲水性的膨润土微小颗粒为具有高黏性的流变物质,均匀地把其掺入到人工土试样中进行一维压缩蠕变试验,引入基于邓肯非线性弹性的流变元件模型对蠕变试验曲线进行拟合分析,根据流变物质含量确定流变模型参数的变化规律,建立了模型等效黏滞系数、等效弹性模量和邓肯非线性弹性模量与膨润土（流变物质）含量的关系。模型拟合分析发现,基于邓肯非线性弹性的软土流变元件模型与试验结果具有良好一致性,模型参数与流变物质含量之间关系为双曲线方程。     

回采工作面周期来压步距的灰色预测

利用灰色系统理论, 将回采工作面周期来压视为灾变, 仿线性GM(1, 1)预测模型建模机理, 本文建立了包括线性模型在内的统一非线性GM(1, 1)预报模型。利用非线性模型特例Verhulst模型和线性模型分别对两个不同矿山条件老顶周期来压步距进行预测, 结果表明, 不同的地质条件将适合不同的预测模型, 不能简单一概用线性模型进行预测。对于地质条件发生灾变的情形可建立激励预测模型对周期来压步距进行预测。     

灰色GM(1,1)模型和Verhulst模型在喀斯特地区耕地预测中的应用——以毕节生态试验区为例

毕节生态试验区是典型的喀斯特地区,人口密度大,生态环境脆弱,水土流失严重,耕地保护尤为重要。本文以毕节地区1998—2006年常用耕地面积统计数据为基础,分别利用灰色GM(1,1)模型和Verhulst模型对该喀斯特地区常用耕地面积变化进行预测。预测结果表明,GM(1,1)模型和Verhulst模型都揭示了毕节地区常用耕地面积在未来几年呈逐年递减的趋势。但是通过模拟精度验证,研究区耕地面积原始数据变化曲线呈S型,就灰色GM(1,1)模型与Verhulst模型模拟预测结果相比较,对于原始数据的模拟,GM(1,1)模型预测精度较高,而Verhulst模型更适合研究区未来几年耕地面积变化的预测。该研究结果可为区域合理利用土地资源、编制土地利用规划和耕地保护提供依据。      

改进的灰色Verhulst GM(1,1)建筑物沉降模型

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。     

灰色GM(1,1)模型应用于金矿床定量预测研究及其效果评析

介绍了灰色GM (1,1)模型基本原理及建模程序,列举了该模型应用于金矿床深部定量成矿预测研究的3个具体实例,通过对预测结果的综合对比分析,认为矿体自身变化程度及模型本身单调性函数特征是影响预测精度的主要因素,提出了矿体变化程度及规律研究是有效应用GM (1,1)模型进行成功预测的前提和基础.     

中心逼近式灰色GM(1,1)模型在滑坡变形预测中的应用

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%。     

基于GM(1,1)优化模型的岩石边坡变形预报

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。     

灰色GM(1,1)模型在汶川县泥石流活动趋势预测中的应用

泥石流的发生是一个动态变化的过程,灾变时间及活动强度具有明显的非线性特征,认识和掌握泥石流发生、发展规律,对未来泥石流活动趋势进行预测,是地质灾害防灾减灾与宏观规划防灾预案工作的基础。本文以四川省汶川县1960~2010年50a的泥石流灾情数据作为原始数据序列,建立灰色GM(1,1)灾变预测模型,采用2011~2019年9a泥石流灾情数据来验证模型预测精度。为了提高预测精度,采用傅里叶变换修正误差残值。经计算GM(1,1)模型的预测结果相对误差为3.582%,傅里叶变换误差修正后相对误差为0.073%,预测结果与实际发生年份一致,并预测未来一段时间汶川县将于2033年或2034年、2051年或2052年发生大规模群发性泥石流。     

基于灰色支持向量机残差修正模型的地面沉降量预测

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。     

黄土坡滑坡变形的灰色预测模型

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。      

pGM(1,1)灰色预测模型及其应用

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。