灰色新陈代谢GM(1,1)模型在滑坡变形预测中的应用

由于常规GM(1,1)模型用于预测时,精度较高的仅仅是最近的几个数据,越往未来发展,该模型的预测精度就越弱。针对常规GM(1,1)模型存在的不足,文章建立了灰色新陈代谢GM(1,1)滑坡预测模型,并利用该模型对向加坡滑坡和链子崖危岩体GA监测点位移变形进行了预测。结果表明,灰色新陈代谢GM(1,1)模型精度较高,预测误差较小,有很好的利用价值。     

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%。     

改进的GM(1,1)模型在滑坡变形预测中的应用

为了提高GM(1,1)模型在滑坡变形预测中的预测精度和普遍适用性,论文首先分析了GM(1,1)模型的数学特点,并根据建模机理所存在的固有缺陷探讨了几种合理实用的改进方法。在此基础上,结合呈对数型曲线的链子崖危岩体变形监测数据和呈指数型曲线的黄龙西村滑坡变形监测数据,分别了建立了传统GM(1,1)、无偏GM(1,1)、中心逼近式GM(1,1)、重构背景值的GM(1,1)和灰色神经网络组合等预测模型。预测结果表明:针对不同数学特点的滑坡变形数据,特定改进的GM(1,1)模型较传统模型预测精度更高,适用性更强。     

改进欧拉算法的GM(1,1)模型预测滑坡变形

在传统的GM(1,1)模型建模的基础上,采用改进欧拉算法简化GM(1,1)模型中参数的求解过程,进行滑坡变形动态预测。本文根据某高速公路滑坡治理过程中的变形监测数据,应用改进的模型进行滑坡变形动态预测,通过预测结果和实际监测数据进行对比分析,结果表明:改进欧拉算法的GM(1,1)模型参数计算简单,且预测精度为一级;不仅适用于滑坡变形等时距监测数据的低增长序列预测,也适用于高增长序列预测,证明该改进欧拉算法的有效性。     

灰色GM（2,1）模型在滑坡变形预测中的应用

应用灰色模型对滑坡变形进行预测,目前常用灰色GM(1,1)模型,而灰色GM(2,1)模型应用较少.在实际建模中发现,取不同长度的数据序列,建立的模型也不一样,所得的预测结果也有所不同.针对上述问题,本文基于统计的方法,得出白店子滑坡灰色预测模型最佳数据序列长度,在此基础上建立GM(2,1)模型对该滑坡深部位移进行预测,并与GM(1,1)模型预测结果进行了对比.结果表明,总体精度上GM(2,1)模型略高,预测误差较小,有很好的应用价值.     

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.     

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。      

边坡变形的灰色预测模型

利用灰色系统理论建立边坡变形观测资料的 G M( 1 , 1) 模型群, 在建模中考虑了观测资料的非等间隔性, 模型较好地反映了边坡变形的趋势。     

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。     

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。     

宁县典型测井地下水埋深的灰色预测研究

采用灰色系统理论中灰色动态模型GM（1,1）,对一观测孔地下水位埋深进行灰色动态模拟。利用观测孔2011年实测地下水位埋深数据建立GM（1,1）预测模型,并对2012年地下水位埋深进行预测。经验证,模型预测精度较高,具有一定的实用价值。     

山西临汾市地下水动态预测模型灰色研究

本文提出了将非线性的维尔赫斯特（Ｖｅｒｈｕｌｓｔ）模型与线性的ＧＭ（１,１）残差分析模型结合起来的一种新的综合模型。该综合模型兼具有以上两种模型的优点。它将非线性与不断修正性有机结合起来。通过对山西临汾市地下水动态分析,发现运用综合模型具有较高的精确度,是一种较好的预测方法     

滑坡非线性灰色预测及其软件设计

在深入分析非线性灰色模型基本原理的基础上,开发了滑坡发生时间的非线性灰色预测软件,并通过实例验证了本模型用于预测滑坡发生时间的适用性以及本软件的可靠性。     

GM（1,1）模型在矿井水动态预测中的应用

本文以灰色系统理论为基础，建立了矿井地下水涌出的ＧＭ（１，１）动态预测模型，并用该模型进行了实际预测。     

GM（1，1）动态模型在吴江市地下水水位预测中的应用

以吴江市地下水水位预测为例,详细阐述了地下水水位时间序列的GM（1,1）动态模型的原理和建立过程,并根据模型的预测值和实测值,对模型的精度进行了检验,结果表明,模型的预测精度达到了99．27％,等级属于Ⅰ级,具有实际的应用价值,为地下水资源的科学管理提供了依据。     

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。