共查询到14条相似文献,搜索用时 156 毫秒
1.
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。 相似文献
2.
3.
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。 相似文献
4.
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。 相似文献
5.
基于灰色理论的变形智能预测模型库研究 总被引:2,自引:0,他引:2
针对传统GM(1,1)模型在变形预测中精度不高和适应性不强的问题,将传统GM(1,1)模型从多个角度进行改进,并将传统模型及其改进模型进行集成,建立了预测模型库。利用灰色评价模型对模型库的预测结果进行评价,从而实现智能预测,并利用编程语言对模型库和评价模型进行了程序实现。最后利用盘古山钨矿变形数据对该模型库进行检验,结果表明,该模型库能根据不同特点数据,智能化地得到最佳预测结果,具有重要的应用价值 相似文献
6.
中心逼近式灰色GM(1,1)模型在滑坡变形预测中的应用 总被引:6,自引:0,他引:6
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%。 相似文献
7.
为探究金华市某岩质滑坡成因机制,多方面分析表明该滑坡是在固有内部因素条件下由地下水活动诱发产生的。为评价滑坡发展趋势,解决陈旧信息和波动性数据造成的传统灰色GM(1,1)模型预测精度较低的问题,提出一种利用动态新陈代谢和马尔科夫模型对原始灰色GM(1,1)模型改进的方法。通过新陈代谢理论来实现数据的动态更新,使得灰色GM(1,1)动态模型的预测值更加接近最新的变化趋势。利用马尔科夫模型对得到的灰色动态新陈代谢GM(1,1)模型预测值进行修正,提高了模型的预测精度。预测结果表明,灰色-马尔科夫动态新陈代谢GM(1,1)模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色GM(1,1)模型降低了70%。对于波动性较大的滑坡监测数据,灰色-马尔科夫动态新陈代谢GM(1,1)模型预测精度远优于传统灰色GM(1,1)模型,具有实际的参考价值。金华市某岩质滑坡监测数据和预测结果研究表明,该滑坡发展趋势不稳定,需采取适当的防治措施。 相似文献
8.
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。 相似文献
9.
基于目前灰色理论模型在变形监测中的应用,分析了PGM(1,1)模型中的参数及其求解的方法.引入人工鱼群算法求解背景值和初始值的修正项,通过人工鱼群算法求解得到模型的最优组合值.结合大坝变形监测工程实例进行计算分析,结果表明利用人工鱼群算法(AF)求解得到的PGM(1,1)模型的背景值参数与初始值修正项对大坝变形监测的预测具有较好的效果. 相似文献
10.
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。 相似文献
11.
边坡变形模拟预测的普适灰色模型 总被引:13,自引:2,他引:13
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. 相似文献
12.
路基沉降是一个复杂的系统过程,常用的单点预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型MGM(1, n)是单点GM(1, 1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。针对传统多变量灰色模型背景值取值存在的误差,利用非齐次指数函数拟合模型中各变量的一次累加生成序列重构了背景值计算公式,提出了背景值优化的多变量灰色模型。对路基横断面上3个监测点进行了灰色关联分析,建立了相应的背景值优化的MGM(1,3)模型,采用新陈代谢方法预测路基沉降值。实例计算表明,与传统MGM (1, n)模型以及GM(1, 1)模型相比,背景值优化的多变量灰色模型具有更高的预测精度,显示了该方法进行路基沉降预测的有效性。 相似文献
13.
14.
New grey prediction model and its application in forecasting land subsidence in coal mine 总被引:2,自引:1,他引:1
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. 相似文献