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。     

基于灰色理论的基坑变形预测

基坑变形系统具有一定的不确定性,实际上是一个灰色系统,其监测变形值具有一定的灰色特征,利用灰色理论建立了等步长与非等步长基坑监测变形值GM(1,1)预测模型是可行的.工程应用表明,本文建立的基坑变形灰色预测模型具有较好的适用性,对指导基坑开挖和支护具有一定的作用.     

灰色系统理论在东北地震活跃期预测研究中的应用

运用灰色系统理论,对东北地区下一个地震活跃期开始时间以及活跃期内可能发生的最大地震的震级进行预测。分别取两个地震活跃期之间的时间间隔和每一活跃期内的最大地震的震级为原始数据列,用五步建模法建立灰色GM(1,1)模型。 用所建模型进行预测,得到东北地区下一个地震活跃期约于1997年开始,活跃期内可能发生的最大地震为7.2级。文中对预测结果的多解性进行了探讨。     

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%。     

灰色理论在矿井涌水量预测中的应用

运用灰色理论建立煤矿涌水量预测的GM (1,1)模型,在某矿井太原组工作面涌水量资料的基础上,通过增加观测频率和数据密度的方法对模型进行修正,使精度提高到96.26%。将模型预测值与实际数据比较,证明所建立模型较为可靠。结合其实际的水文地质条件及排水能力,设定该工作面的上灾变阈值为15 m³/min,得出工作面的涌水量大小、灾变时间和数值的预测值,为工作面安全开采和监管提供了数据支持。     

基于灰色系统理论的基坑钢筋应力监测分析

为保证工程建筑物施工和运营期间的安全稳定,必须对其进行变形监测。笔者采用灰色系统理论,建立GM (1,1)基坑变形预测模型,并利用北京中国尊基坑工程的实际监测数据对基坑钢筋应力变形值进行预测。结果表明,模型残差0.7 kN,预测值与实测值吻合度较好,证明该预测模型具有较好的精度。     

灰色新陈代谢GM(1,1)模型在高速公路滑坡中的变形预测研究

传统GM(1,1)模型用于预测时,该模型在初始的少量数据中,才能充分利用有限的数据反映系统的发展变化,越往后监测,该模型的预测精度就越弱。而在实际应用中,必须不断考虑那些随时间相继进入系统的扰动或驱动因素,随时将每一个新得到的数据置入系统中,建立新信息GM(1,1)模型进行动态预测。因此,针对传统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,并利用该模型对巴达高速公路滑坡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,有很好的工程应用价值。     

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。     

考虑环境变量作用的滑坡变形动态灰色-进化神经网络预测研究

滑坡变形预测对于指导灾害的预防工作、保护人民的生命和财产安全具有重大实用价值。从系统论观点出发,结合岩土体流变理论和时序分析原理,在深入研究影响滑坡变形的主控环境变量基础上,将位移时序分解为趋势项和偏离项。采用灰色系统模型提取位移时序趋势项,结合遗传算法和人工神经网络建立起进化神经网络模型,逼近主控环境变量与位移偏离项之间的非线性关系。根据蠕变阶段和变形对环境变量响应情况,实时调整模型,建立起滑坡变形预测的动态灰色-进化神经网络（GM-ENN）模型。将此预测思路和方法应用于三峡库区某滑坡变形预测研究中,证实了模型的有效性和实用性,显示了动态预测的重要性。     

未达到破坏的单桩极限承载力的灰色预测

如何利用未达到破坏的试桩资料来确定其极限承载力是一个重要的工程问题。根据灰色系统理论的预测模型,建立了预测单桩竖向极限承载力的非等步长GM(1,1)模型群。工程实例表明,该模型能够满足工程的需要,且带有残差修正的自调整非等步长GM(1,1)模型的精度最高。     

灰色理论模型在矿区滑坡变形预测中的应用

灰色理论模型具有利用“少数据”、“小样本”的优点,使得其在滑坡预测分析中显示出极大的优势。利用矿区滑坡监测数据建立起GM(1, 1)模型,通过数据对比、验证和分析,证明了灰色理论模型能更好的反映观测目标的变形趋势。     

基于灰色系统理论的改进SMR法初探

综合灰色系统理论与传统的边坡岩体质量分级方法(SMR法),提出改进SMR法。传统的岩体质量分级方法中定量指标取值离散性很大,造成质量分级结果阶梯变化。灰色系统理论的灰度特征对解决这类小样本、离散性的问题有很好的适用性。首先对传统质量分级方法的评价指标进行灰类划分,确定各指标所占权重,再构建评价指标的三角白化权函数,并基于最大隶属度准则对边坡岩体进行质量分级。最后结合工程边坡实例,与一般工程RMR(岩体质量分级)与SMR法比较,改进SMR法的评价结果更加吻合工程现状,且质量分级稳定性高,表明其应用于边坡岩体质量分级是科学和准确的。     

基于线性互补的非连续变形分析

非连续变形分析(DDA)方法是一种新的用来分析块体系统运动和变形的非连续介质数值计算方法。研究的核心工作是致力于对现有DDA接触问题处理方法的改进。DDA主要采用罚函数法和Lagrange乘子法处理接触问题,合理设定罚参数很困难,此外,因开闭迭代而引起的刚度矩阵的不连续变化也会导致收敛方面的困难。为避免引入罚参数及传统意义上的开闭迭代,用混合线性互补模型(LCDDA)对DDA方法进行了重新描述。在此基础上,综合基于非光滑分析的Newton法的局部平方收敛和最速下降法的全局线性收敛的优势,提出求解LCDDA模型的有效算法。根据上述思想及理论研究成果编制了完整的计算程序,算例计算结果证明了方法的精度及可行性。     

智能预测在三峡永久船闸中隔墩时效变形分析中的应用

人工神经网络通过调整网络中的连接权值、网络结构，实现输入输出非线性映射关系，对三峡永久船闸中隔墩的变形进行预测。具有全局最优化遗传算法可使连接权值、网络结构得到最优解。将遗传算法与神经网络结合起来进行变形演化特征识别，对三峡永久船闸中隔墩时效变形进行智能预测，应用结果表明该方法具有较高的预测精度。     

基于随机介质理论的采水地面变形时空分布

采用随机介质理论计算规模采水引起的地面下沉和水平位移。分析了采水引起的地面位移机制,采用有效应力原理推导微单元体的沉降;利用非稳定流理论Theis模型计算单井定流量采水时平面径向流引起的降深;利用现场观测数据,通过反分析法确定模型参数;由于模型的边界动态变化,故分时段采用数学近似法和变边界数值逼近法处理。在此基础上建立单元盆地在降落漏斗区域的时空分布积分方程,引入柱坐标系进行解答。工程实例分析表明,随机介质理论适用于计算采水引起的地面变形;结合非稳定流理论和数值计算方法能较好地预测地面随时间的变形规律。     

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。