共查询到17条相似文献,搜索用时 78 毫秒
1.
非等时空距GM(1,1)模型在建筑物沉降预测中的应用 总被引:8,自引:0,他引:8
以灰色理论为指导,GM(1,1)模型为基础,提出用最小二乘原理对灰色模型进行优化,大大提高非等时距GM(1,1)模型的预测精度,并对某海堤监测数据进行预报,检验结果表明预测值达到很好精度,由此证明,此方法有较大的应用价值。 相似文献
2.
3.
采用灰色理论中的GM(1,1)模型,对建筑物的沉降数据进行拟合,并以此模型进行预报。通过实例分析,GM(1,1)模型具有较高的拟合精度以及预报精度,能够准确预报建筑物未来沉降趋势,在确保建筑物安全方面,具有较高的实际指导意义。 相似文献
4.
5.
混合GM(1,1)模型预报季节性时间序列精度的方法探讨 总被引:3,自引:0,他引:3
灰色系统已被成功用于工程、经济、物理控制等许多领域。然而在预报具有季节性的时间序列时,直接应用GM(1,1)灰色模型往往精度不高。因为GM(1,1)灰色模型只能反映时间序列的总体变化趋势,不能很好反映其季节性波动变化的具体特征。因此,作者提出运用“滑动平均去季节性波动”与GM(1,1)混合建模的方法预报具有季节特征的时间序列。并以水文地质系统中地下水位预报和安装在混凝土中的测缝计测得的建筑物形变量为一组时间序列,基于均方差、平均绝对误差和平均绝对百分误差三个精度准则,比较了此方法与其它灰色建模法的结果。结果表明,此方法不仅能反映时间序列的总体变化趋势,而且能客观反映其波动变化的具体特征,有效提高了预报精度,减少了建模的复杂度。 相似文献
6.
7.
通过对某楼群变形预测的实例,阐述了如何利用现场采集的数据信息,按灰色理论的GM(1,1)模型建立预测模型,对建筑物变形进行预测预报的方法。 相似文献
8.
灰色预测模型GM(1,1)的建模思想是:原始序列(非负序列)经过一次累加生成后,形成一个单调递增数列,新序列中各数据点的连线可以用指数函数y=aebx进行拟合。根据这个指数函数可以推导出下一个累加值的预测值(即第一个预测期),最后通过累减生成将累加序列预测值还原为原始序列预测值。本文通过对原始序列进行指数-幂函数变换,增加了原始序列的光滑度;并在灰参数求取过程中对原始序列赋以权重,利用迭代计算的方法推导出了模型精确背景值;最后通过使预测序列残差平方和最小的方法计算出最优初始条件,进而提出了一个改进后的GM(1,1)模型。利用改进后GM(1,1)模型对某大厦沉降监测数据进行模拟与分析,并对改进前后的模型进行对比与分析,结果表明,改进后模型的各项精度因子相比于传统模型均有所提高,且时间序列越往后的预测值,精度越高。 相似文献
9.
由于高层建筑变形是多因素作用的结果,而其变形系统的实质是一个灰色系统,所以可以采用灰色系统理论对高层建筑变形进行预测。根据灰色系统理论,建立了高层建筑变形的GM(1,1)预测模型。 相似文献
11.
12.
13.
14.
基于 Markov 理论的加权非等距GM(1,1)预测优化模型 总被引:1,自引:0,他引:1
背景值的构造方法是影响加权非等距GM(1,1)预测模型的精度和适应性的关键因素。文中通过等分函数法构造新的背景值对传统的加权非等距GM(1,1)模型进行优化,优化后的模型使其同时适应于高增长指数序列和低增长指数序列,提高传统模型的预测精度和适应性能力。但是优化后的模型依然易受建模数据随机扰动影响。马尔科夫(Markov)模型具有削弱建模数据的随机扰动性的优势。基于此,将优化的加权非等距GM(1,1)模型和Markov理论有机结合,构建优化的加权非等距Markov-GM(1,1)预测模型。最后,结合秀山湖二期工程的变形实测数据,运用新陈代谢的计算模式进行预测验证。结果表明:优化的加权非等距Markov-GM(1,1)预测模型的拟合和预测精度都优于传统的加权非等距GM(1,1)预测模型,新的预测模型的适用性更强,具有实际的参考价值。 相似文献
15.
16.
17.
陈兵 《测绘与空间地理信息》2020,(2):222-224
针对GM(1,1)模型预测结果精度低的问题,提出原始序列卡尔曼滤波处理的优化模型方法,结合指数函数构造背景值,进行灰色模型预测分析。结合苏州站综合楼基坑沉降监测结果,探讨了GM(1,1)模型原始序列的选择,分析了优化GM(1,1)模型的精度,验证了优化模型在提高预测精度上的可行性。 相似文献