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。     

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%。     

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。     

基于改进的GM(1,1)模型的辽宁锦州地区地下水时空预测研究

以辽宁锦州地区为研究实例,对比分析改进前后GM(1,1)模型在区域地下水预测的精度。结果表明:改进的GM(1,1)模型可实现各量权重的动态设定,在年和月尺度的地下水预测精度相比传统模型均有明显改善,其中年均预测误差降低12. 5%,月均预测误差降低11. 8%,地下水空间分布预测结果也更符合区域实际情况。成果对于其他区域地下水预测具有重要的参考价值。     

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。     

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。     

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。     

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。     

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。     

岩溶地下水灰色系统分析软件开发

结合灰色系统在岩溶地下水方面的研究进展,从实际应用的角度出发,通过逐步求精的方法,使用VisualC++6.0编程,开发出一套能够满足水文地质工作者使用且操作方便的岩溶地下水灰色系统分析软件。该软件分别由灰色关联分析、数据预处理、GM(1,1)模型、等维递补预测、残差周期模型和GM(1,N)预测模型6个模块组成,具有操作简单便捷、计算结果精确、出错信息处理完善、预测结果直观、数据输入输出方式灵活、残差结果曲线输出及可推广性强等优点。利用该软件对山西柳林泉2008和2009年的泉水流量进行预测检验,GM(1,1)模型的残差周期修正预测精度明显提高,2008年的预测误差由0.32m3/s下降到0.17m3/s,2009年的预测误差由0.29m3/s下降低到0.19m3/s。      

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。     

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。     

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。     

灰色系统理论在地面沉降预测中的应用

本文以厦门石湖山软土地基沉降预测为例,用灰色系统理论的方法,对现场观测数据进行了计算机模拟,建立该地基地面沉降的GM(1,1)预测模型,并用该理论提供的检验方法,对该模型进行了检验和可信度分析,证明用此法预测的地面沉降精度很高。同时,还运用传统的方法,建立了三种预测模型,对比和验证了GM(1,1)模型的精度,结果是GM(1,1)模型的精度最高。为地面沉降的预测找到了一种切实可行的方法。     

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。     

考虑滞后作用的地面沉降阿尔蒙分布预测模型

地面沉降相对于地下水水位变化具有滞后性。本文尝试建立了考虑滞后作用的地面沉降阿尔蒙分布滞后模型,并对收集到的沧州地区某时段内的地面沉降量进行了模拟预测,预测结果与灰色GM(1,1,)预测模型和神经网络预测模型的预测精度进行了对比。结果表明,阿尔蒙分布滞后模型的预测结果优良,预测精度相比较另两种方法均有提高,可以应用到地面沉降的预测问题中。     

也谈灰色GM（1,1）模型预测精度问题

本文根据灰色预测理论,结合预测实践,主要阐述了以下观点:1)灰色建模的数据序列不一定越长越好;2)灰色 GM(1,1)导数还原预测模型的精度低于累加生成预测模型的精度;3)累减还原预测模型是灰色 GM(1,1)预测模型的最终预测模型。     

基于背景值重构的灰色-马尔柯夫模型及其应用

文章叙述了李俊峰等(2004)所提出GM(1,1)预测模型新背景值应用到灰色预测模型中的方法,而后与马尔柯夫模型结合,形成灰色-马尔柯夫预测模型及其改进模型。将所得的模型应用于中国人口预测实例中,结果表明了改进背景值后的模型具有更高预测精度。     

地面沉降的GM(2,1)模型预测研究

运用灰色理论建立地面沉降的GM(2,1)模型,其中非等时距位移序列采用拉格朗日插值函数转变为等时距序列。采用非等时距GM(2,1)及GM(1,1)模型对西安市地面沉降观测点进行安全预测。计算结果表明,非等时距GM(2,1)模型预测地面沉降精度总体较GM(1,1)模型高,预测结果与实际吻合较好。