灰色预测理论若干问题的研究

本文剖析了灰色系统理论的核心内容－灰色预测模型，证明了该模型理论上的非完备性，并就灰色预测的应用提出了一些见解，指出了当前学术界对灰色预测理论在认识上的误区。     

湖泊水质预测模型的建立及其应用

根据东湖多年监测数据分析，建立了多元相关预测模型、基于灰色理论灰色系统的预测模型和质量平衡模型。为了提高灰色预测精度，利用残差对模型进行了相应的修正，并利用３种模型对影响东湖水质主要因子－经济、人口、ＢＯＤ、ＣＯＤ、ＴＮ、ＴＰ进行了２０００的预测，提出了东湖污染防治对策。     

湖泊水质预测模型的建立及其应用

根据东湖多年监测数据分析，建立了多元相关预测模型、基于灰色理论灰色系统的预测模型和质量平衡模型。为了提高灰色预测精度，利用残差对模型进行了相应的修正，并利用３种模型对影响东湖水质主要因子——经济、人口、ＢＯＤ、ＣＯＤ、ＴＮ、ＴＰ进行了２０００年的预测，提出了东湖污染防治对策     

基于GM(1,1)模型的矿山开采沉陷预测

矿山开采沉陷的因素具有复杂性,但可以利用预测理论加以预测。在分析矿山开采沉陷系统灰色因素的基础之上,提出了将开采沉陷下沉量作为矿山开采沉陷系统的特征量处理,运用灰色理论对开采沉陷下沉量进行预测。灰色理论运用预测对象自身的时间序列,而与预测对象相关联的其他因素没有参与运算和建模,因此运用起来比较简单使用,不用考虑其他复杂的要素。灰色理论在矿山开采沉陷预测中发挥了重要的作用。     

建筑物沉降数据分析的灰色预测方法

本文将灰色系统理论的GM（1，1）模型应用于建筑物沉降观测，并结合南宁市民生广场沉降观测实例，进行沉降预测结果的分析和检验，充分证实了在建筑物沉降变形分析中应用灰色预测法的可行性。     

宝鸡电视塔沉降灰色模型预测

本文应用灰色系统理论，对沉降观测数据进行处理，建立灰色动态ＧＭ模型。作出沉降预测。     

改进的卡尔曼灰色模型在隧道沉降预测中的应用

为提高地表沉降预测精度,针对灰色预测模型(GM(1,1))易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的灰色理论预测模型。考虑到沉降量受到温度和时间因素影响较大的特点,将地表的沉降看作时间、温度的相关函数来建立卡尔曼滤波模型,并利用迭代滤波理论和LevenbergMarquardt优化滤波,构建改进的卡尔曼滤波模型。改进的卡尔曼滤波模型与灰色模型相结合,应用于地表沉降预测中,并将改进的卡尔曼滤波灰色模型预测结果与卡尔曼滤波灰色模型的预测结果进行对比。实例计算表明,使用改进的卡尔曼滤波对消除检测数据扰动误差后的数据进行灰色模型预测的精度相比于单纯灰色预测的预测精度更高。     

GM(1,1)模型在高层建筑沉降预测中的应用

由于高层建筑变形是多因素作用的结果,而其变形系统的实质是一个灰色系统,所以可以采用灰色系统理论对高层建筑变形进行预测。根据灰色系统理论,建立了高层建筑变形的GM(1,1)预测模型。     

灰色线性组合模型在基坑监测中的运用

本文论述了灰色系统理论在深基坑沉降数据处理中的运用,在运用过程当中,分别采用了GM（1,1）模型和灰色线性组合模型两种方法对数据序列进行拟合和预测。并得出了灰色线性组合模型在基坑沉降预测中比GM（1,1）更精确可靠的结论。     

动态灰色模型在变形预测中的应用

本文在引入序列算子成功构造灰色序列的基础上,详细讨论了灰色预测模型的基本内容和两种动态灰色预测模型的实现,并成功将其应用于广州地铁变形监测的数据预报。实践及理论证明,新陈代谢灰色预测模型由于实时加入系统的最新信息,提高灰区间的白度,预测精度最高;灰数递补模型通过引入灰数,一定程度上也提高了预测的精度。新陈代谢灰色预测模型实践证明预测精度可达到一级。     

不等时距灰色模型在深基坑变形预测中的应用

传统的灰色模型多适用于等间距序列监测数据的模拟预测,而实际上由于各种原因往往使所获得的监测数据是不等时距的。研究了基于不等时距灰色预测方法的深基坑变形预测模型,应用深基坑工程变形的实际监测资料,对其预测精度及可行性进行了充分的分析比较与论证。结果表明,不等时距灰色模型预测深基坑变形的精度及可信度较高。     

灰色系统理论在建筑物变形分析中的应用

介绍了灰色系统理论的原理以及计算过程,并应用其对建筑物的变形进行定量分析与变形预报,取得较好的效果。     

利用灰集进行空间区域拓扑关系不确定性定量分析

针对不确定性空间区域对象间拓扑关系不确定性的定量分析问题,提出了一种具有双隶属度函数的灰集表示模型,利用双隶属度函数的截集将不确定性空间区域对象转化为确定性区域对,借用相关的不确定性空间拓扑关系定性分析模型,将不确定性空间对象间拓扑关系的不确定性量化为一个可信度区间。     

基于灰色GM（1，1）的优化模型预测大坝形变

以往的灰色GM （1,1）优化模型往往忽略了灰度模型随时间变化的灰色量和灰色过程这一重点,其中的灰色作用量是时间的线性函数,传统的模型把其看为不变常数,而对时间的精度影响没做深层次的考虑,建模时较少的考虑时间相关度和灰作用量的影响,势必会影响预测精度,造成模型效果欠佳,故本文尝试对这两个因素分别建立优化GM （1,1）模型,即引入基于时间的加权R-GM （1,1）模型和用灰作用量b1＋ b2 k替代b的K-GM （1,1）模型,并对实例数据进行分析,取得了较好的拟合与预测能力。     

公路路基沉降灰色预测方法之探讨

根据公路路基沉降规律和GM(1,1)模型单调指数变化的特性,提出了对原始数列进行分析,合理选择GM(1,1)模型或灰色Verhulst模型。若原始数列处于快速沉降阶段,宜选用GM(1,1)模型;若原始数列处于沉降饱和阶段,宜选用灰色Verhulst模型,并用数学方法证明了灰色Verhulst模型的合理性。     

基于非等间距模型的建筑物沉降预测方法研究

该文基于实测资料进行建筑物沉降预测。在灰色模型和泊松曲线模型理论的基础上,引入对非等间距数列进行变换处理的方法,从而建立了非等间距预测模型。结合建筑物沉降监测资料进行分析比较,结果表明,两种预测方法均能较好地反映建筑物的沉降趋势。     

地面沉降的灰色Verhulst模型及其应用研究

本文将灰色Verhulst模型引入地面沉降的研究之中,根据某地面沉降观测点的近20年数据建立地面沉降发展模型,并运用所建立的模型对地面沉降的发展态势进行了预测。     

利用改进灰色模型的钟差预报算法及其精度分析

灰色模型在钟差长期预报中虽具有一定的优势,但是预测的精度还有进一步提高的可能。在本文中,采用经过数据预处理和残差修正对一阶灰色模型进行了改进,再对GPS卫星钟差进行不同时间尺度上的预报。算例利用IGS提供的精密钟差产品,建立了一个基于改进灰色模型的预报算法,改进灰色模型的预报精度较传统的二次项模型有了很大的提高,且预报结果的收敛性也获得了一定程度的改善。     

基于灰集的不确定性时空数据模型

不确定性处理是时空数据库面临的新问题。其研究的首要任务是对不确定时空对象进行建模,研究时空不确定性的表示和存储,进而设计离散模型实现数据库系统。提出了建立在灰集理论上的时空数据抽象模型,适合处理部分已知部分未知的不确定对象。首先给出了抽象数据类型的定义,包括建立在灰集理论上的基本数据类型,空间数据类型和时空数据类型;随后对不确定时空分析操作进行了简单的定性分析;最后给出不确定性时空查询的表达方式。     

灰色模型分析法在高层建筑物变形监测预测中的应用

在变形监测过程中,获取监测资料以后,通过对高层建筑物观测资料进行研究分析,可以掌握地基随时间的沉降规律,预测其下一步的变形趋势,并为可能发生的变形做好必要的准备,减少因非预计沉降带来的损失。灰色模型分析法是一种常用的数据处理及预测分析方法,本文在简单介绍了灰色模型分析法的基础上,利用灰色模型分析法预测了变形监测数据,并得出了有益结论。