GM(1,1)模型在矿山开采沉陷预计中的应用

矿山开采沉陷预计对预防开采沉陷对地表构筑物的损害及保护地面设施,减少开采沉陷造成的经济损失具有重要意义。矿山开采沉陷受到多方面因素的影响,其过程可视为一个灰色系统。本文将观测时间间隔视为灰色系统的一部分,直接建立等间隔GM(1,1)模型,通过对计算值的改正,最终得到预测值。由后验方差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。大量计算证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,可以用来预测矿山开采沉陷对地表建筑物的损害程度。     

非等间隔GM(1,1)模型在矿山开采沉陷中的应用

矿山开采沉陷直接影响地面建筑物的安全性评价。以预测矿山开采沉陷量为目的,并结合矿山开采沉陷监测非等时间间隔的特点,以相邻监测时间间隔为权,建立灰色系统非等间隔GM（1,1）模型,并将该模型应用于矿山开采沉陷量预测中。由后验差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。实践证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,能较好地预测矿山开采沉陷对地表建筑物的损害程度,减少开采沉陷造成的经济损失。     

基于非等间隔GM(1,1)模型的沉陷监测预报

开采沉陷是我国最重要的地质灾害类型之一,科学、准确地分析和预报沉陷有着重要的意义。灰色系统理论主要研究"小样本、不确定问题",在贫信息、少数据的情况下有其独到的优势。文章以预测地表沉陷量为目的,结合沉陷监测非等时间间隔的特点,以相邻监测时间间隔为权,建立非等间隔GM(1,1)模型。运用该模型与传统GM(1,1)模型分别针对沉陷监测数据进行模拟和预测,对两种模型的对比分析证明了非等间隔GM(1,1)模型的可靠性和优越性。     

利用面向对象技术开发矿山开采沉陷处理软件

简要介绍了利秀ＭＦＣ程序框架组合,设计自己系统的新方法,其中包括ＯＤＢＣ、ＯＬＥ自动化等内容,并列出了一些重要函数的实现过程。     

矿山开采沉陷数据采集软件的设计与实现

在矿山开采沉陷变形观测中,空间数据采集量大、数据精度要求高、观测条件复杂问题,一直是影响其观测效率和成本的主要因素。为了实现提高变形观测数据质量、减少人工观测时间、降低项目成本,对矿山开采沉陷数据采集软件进行了设计与实现。算例以安徽省淮南市潘北矿区为实验对象进行了软件测试与分析。结果表明,软件在满足变形观测所需精度的前提下,能够适用在复杂天气、地形环境进行测量。     

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。     

现代测绘技术在矿山开采沉陷中的应用

有效地预计矿区开采沉陷参数,离不开现代测绘技术,现代测绘技术在矿山的开采过程中发挥了不可替代的作用。在矿区建立各种形式的观测站,对地表移动过程进行系统观测,通过观测资料的分析,获得地表移动规律并指导矿山开采安全生产。     

基于SBAS-InSAR技术和LSTM-GS模型的矿区开采沉陷预测

以鄂尔多斯东部某碳矿的3014工作面作为研究对象,利用2018-09-15～2019-02-18的14景SAR数据对矿区进行监测,将小基线集技术（SBAS-InSAR）得到的时序累积沉降量作为训练样本,并与网格搜索算法（GS）优选超参数的长短期记忆网络（LSTM）进行结合,对矿区开采沉陷做出预测。结果表明：SBAS-InSAR技术反演值能够满足矿区开采沉陷预测,结合LSTM-GS模型对矿区开采沉陷进行预测,得到的最大均方根误差为3.569 3 mm,最大平均绝对误差为3.252 4 mm,最小决定系数为0.57,说明该模型预测精度能够满足工程需求。     

矿山开采沉陷地表移动观测站的设计与实现

合理地设计地表移动观测站,是准确预测矿山开采沉陷引起地表移动、变形的基础。本文分析变形观测站设计方法,对该方法做了详尽剖析。结合淮南矿区的地质以及地表综合条件,设计适合淮南地区地表移动变形观测站设计的算法模式,并采用VB和MapObjects进行了实现。最后,以淮南市潘北矿区地表移动观测站设计为实验对象,结果表明:采用软件设计的地表移动观测站,能够有效反映沉陷区特征,且具有高效、可视化特点。     

灰色GM（1，1）模型在非采动沉降预测中的应用

为了研究地表非采动沉降预测的规律,介绍了灰色预测理论模型的建模方法与模型精度评定方法,阐述了采用GM（1,1）等维新息模型进行沉降数据分析的特点,结合水文资料分析引起下沉的主要原因;并以某工程的沉降观测实例,证实了非采动沉降监测中采用灰色GM（1,1）预测方法的可行性。     

灰色系统GM(1,1)模型在建筑物变形监测中的应用

对GM(1,1)模型的基本原理进行了介绍,给出了模型预测精度评定的方法和等级指标,并基于MATLAB实现模型对实际工程沉降数据的预测,对模型的预测效果进行了分析。     

自适应GM(1,1)模型进行地表沉降预报

提出采用自适应GM( 1 ,1 )模型进行地表沉降预报 ,并用于兖州某矿形变控制点的沉降预报 ,效果令人满意。说明此模型具有实用价值。     

混合GM(1,1)模型预报季节性时间序列精度的方法探讨

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。     

基于优化GM(1,1)模型的基坑位移监测数据预测方法

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。     

改进的GM(1,1)模型及其应用分析

GIM(1)模型是一种改进的GM(1,1)模型。文章在介绍两种模型的基础上,分别进行实例计算和分析,得出了GIM(1)具有更大的优越性,具有预测结果精确,对时间的依赖性较小的特点。     

GM(1,1)模型在建筑物沉降分析中的应用

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。