灰色系统GM（1，1）模型在天津地下热水水位预测中的应用

天津是我国开发利用地热资源较早的城市之一,二十世纪九十年代开始大规模的将地热资源应用于供暖、洗浴、养殖等方面。但随着地热资源开采规模的不断扩大,地下热水的水位正在逐年下降。通过整理和分析以往的动态监测资料,介绍了天津地区地热地质条件,总结了天津地区地下热水水位动态变化的基本特征,并利用灰色系统GM（1,1）模型对地下热水的未来水位变化趋势进行了预测,提出GM（1,1）模型在地下热水水位短期预测中的优势和应用前景。     

灰色系统与神经网络组合模型在地下水水位预测中的应用

灰色GM(1,1)模型与人工BP神经网络对于预测非线性数列变化趋势都具有很好的适用性,但同其他预测方法一样也存在各自的局限性。本文采用灰色GM(1,1)模型与人工神经网络相结合的方法,对GM(1,1)模型预测结果进行了修正。以收集到的某地区1996～2006年的地下水水位埋深数据为算例,计算结果表明,经人工神经网络修正后的灰色系统的预测值比原预测值的预测精度有了很大提高。     

GM(1,1)模型在丰县地下水水位预测中的应用研究

灰色GM(1,1)模型是基于灰色系统理论的一种预测方法,具有对历史样本数量要求少、计算简便、验证方便等优点,在诸多领域得到广泛应用。本文建立GM(1,1)模型对江苏省丰县III承压地下水水位埋深进行预测,详细阐述了地下水水位埋深时间序列的GM(1,1)模型的原理和建立过程,根据模型的预测值和实测值,对模型的精度进行检验,并对预测结果进行了分析。结果表明:丰县各水位埋深监测点GM(1,1)数学模型精度均达到I级,预测2018-2020年丰县地下水水位呈现逐年下降趋势,水位降落漏斗将不断扩大。丰县应积极寻求地表水源,在徐州市区域供水一体化形势下尽快启用小沿河地表水,科学合理开发利用地下水资源,保证区域水资源均衡发展。     

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。     

GM—BP串联组合预测模型在滑坡变形监测中的应用

为了提高滑坡的预测精度,通过对灰色GM（1,1）模型与BP神经网络模型各自优缺点及互补性的分析,建立了GM—BP串联组合预测模型。模型首先采用等维动态GM（1,1）模型进行初步预测,然后利用BP神经网络对初步预测的结果进行训练及仿真,通过数据的归一化处理,参数的判定选取,获得组合模型预测值。以茅坪滑坡为例,对位移进行了预测。通过数据的对比分析,发现GM—BP串联组合预测模型在短期预测精度上高于单一模型。     

灌区地下水年最高水位的灰色预测

本文简述了灰色预测 GM(1,1)模型、残差建模原理。应用建立的模型对宝鸡峡灌区周城——苏坊地区的地下水年最高水位进行了预测,预测值和实际观测值相比较,结果甚为满意。     

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。      

基于灰色系统理论的长江经济带地区地质灾害趋势预测研究

将灰色系统理论引入地质灾害的长期趋势预测中,以长江经济带地区的地质灾害发生趋势为例进行建模和预测,并对预测值的精度进行评价。研究结果表明,GM（1,1）模型可用于预测较大区域地质灾害发生的基本趋势,将灰色系统理论用于地质灾害趋势预测是可行的;预测结果显示未来5年长江经济带地区的年度地质灾害发生数量总体呈波动下降趋势,预计今后2年内可能会有重灾年出现。研究成果可为长江经济带地区的防灾减灾等相关工作提供参考。      

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。     

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。     

地面沉降模拟计算的灰色离散GM（1，1）模型

地面沉降的模拟计算属于灰色问题,建立一个有效的灰色预测模型是十分重要的,在分析灰色线性回归组合模型模拟序列特点的基础上,建立了以原始数据直接建模的离散GM（1,1）模型（称为ODGM（1,1）模型）,将某沉降实例数据建立ODGM（1,1）模型,并与灰色线性回归组合预测模型进行比较,结果证明离散GM（1,1）模型优于灰色线性回归组合预测模型。     

GM（1.1）模型与矿床深部评价

本文应用ＧＭ（１．１）模型建立矿床深评模型,并引进淡化常数ρ,从而提高了拟合精度,降低了拟合差ζ。     

基于灰色模型的城市用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并结合实例建立灰色GM(1,1)预测模型,运用残差检验与后验差检验2种方法对模型进行精度检验,其模型拟合精度达99％.用所建立的模型对某市2010-2013年城市用水量进行外推预测.结果表明,该灰色模型用于城市用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测...     

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。     

Recalibration of the Garnet-Muscovite (GM) Geothermometer and the Garnet-Muscovite-Plagioclase-Quartz (GMPQ) Geobarometer for Metapelitic Assemblages

The garnet–muscovite (GM) geothermometer and the garnet–muscovite–plagioclase–quartz(GMPQ) geobarometer have been simultaneously calibrated underconditions of T = 450–760°C and P = 0·8–11·1kbar, using a large number of metapelitic samples in the compositionalranges = 0·53–0·81, = 0·05–0·24, = 0·03–0·23 in garnet, = 0·17–0·74 in plagioclase, and Fe = 0·04–0·16, Mg =0·04–0·13, Al^VI = 1·74–1·96in muscovite on the basis of 11 oxygens. The resulting GM thermometeryielded similar temperature estimates (mostly within ±50°C)to that of the garnet–biotite thermometer, and successfullydiscerned the expected systematic temperature change of progradesequences, thermal contact zones and an inverted metamorphiczone. The resulting GMPQ barometer yielded similar pressureestimates (mostly within ±1·0 kbar) to the garnet–aluminumsilicate–plagioclase–quartz (GASP) barometer andplaced the aluminosilicate-bearing samples in the appropriatealuminosilicate stability fields. Application of the GMPQ barometerto thermal contact aureoles or rocks within limited geographicalareas confirmed the expected constant pressures that shouldexist in these settings. The random errors of the GM thermometerand the GMPQ barometer are estimated to be ±16°Cand ±1·5 kbar, respectively. When biotite or aluminosilicateis absent in metapelites, metamorphic P–T conditions maybe determined by simultaneously applying the GM thermometerand the GMPQ barometer. KEY WORDS: application; calibration; geobarometer; geothermometer; metapelite     

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.     

参数累积估计灰色模型及地面沉降预测

基于传统GM（1,1）地面沉降预测模型的非稳定性,引入参数累积估计方法来代替最小二乘法,构建了参数累积估计的灰色沉降预测模型。通过对上海市地面沉降的预测,证实模型降低了矩阵条件数,提高了沉降预测的稳定性,进而对上海市分层沉降进行了预测,并给出相应的模型稳定性判别,预测结果给出了上海沉降的发展趋势,为地面沉降的合理防治提供了帮助。     

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。     

GM（1,1）模型在铁路路基冻胀监测中的应用

通过对季节性冻土区铁路路基冻胀量与地层温度的监测,可以了解监测段的冻胀变化过程,但无法对未来的发展趋势作出有效预测。本文采用GM（1,1）模型对监测段落路基的冻胀变形及冻结深度的变化情况进行预测。结果表明,此预测方法可以在现有监测数据的基础上有效预测短期内路基冻胀的发展趋势。根据模型预测结果,可以提前采取有效整治措施,便于决策者对轨道检验周期、维修周期、限速周期等作出合理调整。     

灰色GM(1,1)模型最优维数的研究

灰色GM(1,1)模型的维数对模型的预测精度有很大的影响,本文通过自编的FORTRAN程序,在合适的范围内对GM(1,1)模型的维数进行自动优化,通过对宁波市地面沉降数据的计算分析,得到了C和P的定性关系,确定了优化的评价标准,维数最优化后的模型能反映预测数列变化幅度的大小。