沉降预测的非等步长灰色时变参数模型

根据灰色系统理论的信息处理原则,在灰色模型中引入时变参数,建立了沉降预测的非等步长灰色时变参数模型。模型充分考虑了预测系统的时变性和灰色性,在求解过程中,引入遗忘因子以修正预测结果,并根据后验方差比C确定遗忘因子λ的最优值,以提高预测精度。沉降预测实例表明：沉降预测的非等步长灰色时变参数模型具有较强的适用性,可降低沉降量的预测误差和提高沉降的预测精度。     

基于GM（1，1）的组合灰色模型预测软基沉降

以灰色系统理论为基础,建立了沉降预测的组合灰色模型,对一般灰色模型具有的无限增长特性进行了改进和修正。在求解过程中,采用spline插值函数对现场观测沉降数据进行插值变换生成等时距序列,并对沉降预测模型的初值进行了优化选择,以提高预测精度。运用MATLAB语言编制模型计算程序,通过沉降预测实例及后验差法检验模型精度,表明沉降预测的组合灰色模型预测精度较高,具有较强的适用性。     

基坑变形的灰色-时序动态预报方法

基坑变形是一个动态的相互依存的过程。在基坑开挖与施工过程中,可用灰色理论GM(1,1)与时间序列AR组合模型预测其变形发展。灰色模型预测发展趋势,时间序列预测其随机部分。根据某时间序列变形观测值分别建立灰色与时间序列预测模型,并随着新数据的加入适时修改模型参数。工程实例研究表明:用组合模型预测变形值,其误差大多数情况下小于5%;在数据较少或变形数据变化较大时,组合模型预测值明显优于单一模型预测值。但在数据较多且变化平稳时,用单一的灰色模型与灰色时间序列组合模型预测误差相差不大。预测步数越多,则预测精度越低。     

New grey prediction model and its application in forecasting land subsidence in coal mine

Mining subsidence destroys environment seriously and is difficult to forecast because the parameters in prediction model are difficult to obtain. As there are many uncertainties in mining subsidence, we forecast it by grey prediction model. Traditional GM (1,1) model predict for a time series. In this paper, the panel data are studied and are viewed as a sequence in which elements are matrix based on cross-sectional data, and the mean sequence of row vector GM (1,1) model, mean sequence of column vector GM (1,1) model and the cell volume sequence GM (1,1) model are established, respectively. Combining these grey models, we build prediction model of cross-sectional data matrix sequence. Thus, the scope of grey prediction has been expanded, and grey forecasting theory has been enriched. Using the newly built predictive models, we study the land deformation due to mining of Pingdingshan coal mine in Henan Province. Practical verification and model accuracy test show that the grey model can make accurate predictions, with a good agreement between the predictive value and actual value. It can provide effective and accurate information and also can provide an important reference for the reclamation planning of surface environment.     

单桩极限承载力实例分析灰色预测

该文简要介绍了GM(1，1)模型的建模及精度检验方法。依据单桩载荷试验中桩顶沉降随荷载变化的特征，建立了单桩极限承载力的预测模型，并通过工程实例对单桩极限承载力进行了灰色预测。     

边坡变形模拟预测的普适灰色模型

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.     

灰色理论在快速法载荷试验数据处理中的应用

探讨了灰色理论方法在快速法载荷试验数据处理中的应用,并运用此理论对快速载荷试验各级荷载下的t-s曲线及总体的P-S曲线进行预测,以得到荷载作用下与慢速法一致的稳定沉降量。用VB语言编制了实用计算程序,通过对实例计算,得到的预测值与稳定沉降进行对比,证明了该法对于两种曲线的预测是可行的。同时评价了GM(1,1)以及等维灰数递补GM(1,1)两种模型对于远距离预测的精度。算例表明,对于P-S曲线的外推预测,最好只进行2～3级,外推级别较多时,精度不高,若应用于远距离预测,必须对模型作进一步改进。     

基于组合赋权的岩爆倾向性预测灰评估模型及应用

提出一种用以确定岩爆灾害评价中各指标权重的组合赋权（GEM-GW）方法。该方法依据信息熵理论,对基本熵权法进行改进,理论上解决熵权法在某些情况下不适用的问题,并引入欧几里得距离函数,使得主、客观权重之间和偏好系数间的差异程度一致,从而获得理想的综合权重。在该基础上,根据岩爆的成因及特点,选取影响岩爆的主要评价指标,同时对灰色聚类法进行优化,建立基于组合赋权的岩爆倾向性预测灰评估模型。利用该模型,对国内外一些重大深部岩石工程岩爆案例进行分析,并与模糊综合评判法、属性综合评判法、未确知测度评价法和物元分析法及实际情况进行比较。研究结果表明,该模型预测结果与实际情况吻合较好,预测精度较高,从而验证该模型的有效性及实用性。研究方法为岩爆灾害的准确预测提供一种切实可行的途径。     

基于灰色最小二乘支持向量机的边坡位移预测

利用边坡实测位移序列预测边坡未来时间的位移,可以有效地判断边坡的稳定性。在分析了灰色预测方法和最小二乘支持向量机各自的优缺点的基础上,提出了将二者相结合的一种新的预测模型--灰色最小二乘支持向量机预测模型。新模型既发挥了灰色预测方法中“累加生成”的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,又充分利用了最小二乘支持向量机求解速度快、易于描述非线性关系的优良特性,避免了灰色预测方法及模型存在的理论缺陷。同时,采用遗传算法进行了模型的参数优化,通过2个工程实例说明灰色最小二乘支持向量机模型预测边坡位移的有效性,具有较高的精度。     

武汉阳逻电厂烟囱基础沉降预测研究

由于影响因素的复杂性及参数选取的问题,基于固结理论的沉降计算值与实测值有较大差异,沉降预测有着重要的研究意义。灰色系统理论成功地解决了许多信息不完全的预测问题,并得到了广泛的应用。灰色模型的建立,是以等时距原始数据作为前提条件的。由于在实际应用时所获取的数据往往不是等时距的,难以建立其预测模型。为了克服灰色模型以上缺点,对灰色模型进行了改进,建立了不等时矩的预测模型。将不等时距灰色预测模型应用于武汉阳逻电厂烟囱基础沉降中,并采用FLAC3D有限差分程序对烟囱基础沉降全过程数值模拟,通过跟踪关键监测点的位移与实际监测值对比研究,结果表明,不等时距灰色预测模型精度较好,可以运用到实际工程中。     

滑坡位移灰色预测模型的VB编程实现

灰色模型在社会科学、自然科学的许多方面已得到广泛的应用，并取得了一系列重大成果。在滑坡地质灾害研究方面，灰色模型多用于滑坡变形的中长期预测预报，且精度较高。文章在介绍分析了灰色预测模型GM(1，1)的基本原理基础上，开发了用VB语言编写的滑坡位移灰色预测软件，解决了笔算困难问题。实例验证了该模型用于预测滑坡位移值的适用性及软件的可靠性。VB编程能够很好地与其它软件(GIS软件)集成，在其它专业软件中使用，有聋于滑坡地质灾害的研究。     

加权函数组合预测边坡变形模型的研究

边坡变形监测是边坡监测的主要内容之一,其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形预测模型的局限性,如神经网络预测方法需要大量的实测数据作为学习样本,灰色系统模型要求原始数据序列必须满足指数规律,且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型,同时给出了灰色GM(1,1)边坡预测模型。提出边坡的神经网络与灰色系统加权函数组合预测模型,采用动态规划解法,将原模型转化为多阶段决策问题,使组合预测误差的平方和最小,得到组合权重,这样得到的变形预测结果的精度将大大提高,弥补了单一方法的局限性,满足工程预测的需要。通过边坡实例加以验证,加权函数组合预测模型的预测结果精度有一定提高,能够与实际监测数据相吻合,达到准确预测的目的。     

强夯施工振动传播的灰色预测方法

强夯施工振动,涉及地基土在巨大的冲击力作用下的弹塑性动态响应问题,其复杂性决定了夯击过程分析难以用常规解析方法推证。利用灰色模型对振动传播进行预测计算,预测值与实测值基本吻合,这对于强夯振动的控制与防护顽抗具有重要意义。     

A genetic algorithm-based grey method for forecasting food demand after snow disasters: an empirical study

Determining the food supply after natural disasters is necessary to ensure the safety and social stability of people in disaster areas. An accurate prediction of food demand can help in the creation of a rational food supply program after natural disasters. This study proposes a grey prediction method to deal with irregular fluctuations in food demand after snowstorms. A GM(1,1) model with adaptive background values was established, and the Fourier series was applied to describe the irregular fluctuations in residuals. A genetic algorithm was designed based on GM(1,1) and Fourier series to optimize model parameters and to minimize the mean absolute percentage error. An optimal predictive function was also constructed by using the combined GM(1,1), Fourier series, and optimal parameters. The proposed forecasting method was used to predict three vegetables demand after the 2008 Chinese winter storm and was compared with the traditional GM(1,1) model. Results show that the proposed method has superior forecasting performance over traditional grey methods.     

Application of grey theory-based model to prediction of land subsidence due to engineering environment in Shanghai

Land subsidence is a common geological hazard. The long-term accumulation of land subsidence in Shanghai has caused economic loss to the city. Since the 1990s, the engineering structures have become a new cause of land subsidence. Many factors affect the process of land subsidence. Although such a process cannot be explicitly expressed by a mathematical formula, it is not a “black box” whose internal structure, parameters, and characteristics are unknown. Therefore, the grey theory can be applied to the prediction of land subsidence and provides useful information for the control of land subsidence. In this paper, a grey model (GM) GM (1, 1) with unequal time-intervals was used to predict the subsidence of a high-rise building in the Lujiazui area of Shanghai, and the results were compared with the monitored data. The prediction of subsidence was also corroborated by laboratory tests and the results were compared with measured data and the predicted data by the adaptive neuro-fuzzy inference system (ANFIS). It is found that the GM (1, 1) with unequal time-intervals is accurate and feasible for the prediction of land subsidence.     

龙潭隧道围岩收敛变形灰色系统预测模型

基于龙潭隧道开挖过程中的围岩收敛变形资料,通过对具有一定随机离散性和波动性的位移-时间顺序的数据列进行累加处理,建立了GM(1,1)灰色预报模型,预测了围岩收敛变形的未来趋势,并对预测位移进行一次累减,得到位移速率预测公式,预测围岩收敛趋于稳定的时间。两个断面的预测值和实测值的比较结果表明所建预测模型可取得比较好的效果。     

Application of grey numerical model to groundwater resource evaluation

Based on interval grey number theory, a grey numerical model was developed to simulate groundwater flow in two-dimensional porous-medium aquifer. The solution method proposed in this paper ensures the integrity and validity of the grey data transportation in the calculation processes. Because most of the parameters characterizing groundwater flow are of grey nature, a grey model can better describe the groundwater flow than the traditional white model. The method was applied to evaluate the sustainable groundwater resource in a groundwater basin of north China. The results from the case study help develop the most appropriate approaches to utilize the water resources in the area.     

基于灰色-进化神经网络的滑坡变形预测研究

滑坡变形位移预测对滑坡灾害治理具有重要的意义。考虑到滑坡位移单调增长的特殊性，根据位移分解原理，采用灰色系统提取位移趋势，用基于免疫进化规划的新型进化神经网络模型逼近位移偏差，从而提出了1种滑坡位移预测的新型智能方法。并用新滩滑坡的实测位移预测研究证明了所提智能预测方法的有效性及可行性     

吹填软土结构强度形成及灰预测

通过设计不同排水条件的实验槽,研究了不同的排水条件及时间效应对吹填软土结构强度形成的影响,并对实测结果进行了灰预测。试验结果表明:排水路径畅通时,土体中自由水得到充分排出,结构强度形成较快;在同一排水条件下,随着时间的增长,结构强度相应增长,前期增速快,后期基本趋于稳定。灰预测可以用来对吹填软土结构强度形成进行短期预测,值得工程实践参考。      

灰色系统理论在煤层气含量预测中的应用

煤层含气量是一个受多因素影响的反映煤层含气性的定量指标。以晋城矿区为例,根据煤层气地质基本理论,利用改进的斜率关联度法,分析了煤层气含量的影响因素;进而,由灰色多变量静态模型GM(0,N)预测了煤层气含量,并与多元回归分析的结果进行比较。结果表明,用改进斜率关联度进行灰色关联分析所确定的煤层气含量的主要影响因素是可信的;由GM(0,N)模型预测煤层含气量所需样本数据少,原理简单,计算方便,且预测精度较高。