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。     

灰色二阶预测模型在变形监测中的应用

本文根据灰色理论中的数列预测理论,针对建筑物的沉降,建立了灰色二阶预测模型GM(2,1),给出GM(2,1)模型精确求解方法,并以某建筑物沉降数据为例验证了该模型的精度比GM(1,1)模型精度高,且简单易行,因而具有一定的实用价值。     

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。     

改进GM(1,1)模型在建筑沉降变形观测中的应用

灰色预测模型GM（1,1）的建模思想是：原始序列（非负序列）经过一次累加生成后,形成一个单调递增数列,新序列中各数据点的连线可以用指数函数y=ae^bx进行拟合。根据这个指数函数可以推导出下一个累加值的预测值（即第一个预测期）,最后通过累减生成将累加序列预测值还原为原始序列预测值。本文通过对原始序列进行指数-幂函数变换,增加了原始序列的光滑度;并在灰参数求取过程中对原始序列赋以权重,利用迭代计算的方法推导出了模型精确背景值;最后通过使预测序列残差平方和最小的方法计算出最优初始条件,进而提出了一个改进后的GM（1,1）模型。利用改进后GM（1,1）模型对某大厦沉降监测数据进行模拟与分析,并对改进前后的模型进行对比与分析,结果表明,改进后模型的各项精度因子相比于传统模型均有所提高,且时间序列越往后的预测值,精度越高。     

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。     

灰色系统和分形几何耦合的边坡变形预测模型研究与应用

针对小样本观测数据边坡变形预测,提出一种基于灰色系统理论和分形几何耦合的分形预测模型。该模型利用灰色系统理论来对原来分形模型中的分形维数进行拟合预测,通过对比传统分形模型和预测耦合模型预测结果的准确性和稳定性。结果表明在现有小样本监测数据序列情况下,改进分形模型不仅在预测精度上比传统分形模型高,而且还具有一定的抗波动性能力,边坡变形预测的稳定性也有所提高。     

基于灰色预测理论的变形监测

突破传统等间距变形观测的方法,采用更加灵活、约束更小的非等间距的观测方法,结合GM(1,1)模型,并以吉林省长春市文化广场中心的塑像为实例进行变形监测,详细阐述了该理论的可行性。     

灰色动态预测方法及其在变形预测中的应用

在分析比较了ＧＭ（１，１）预测模型的不足之后，提出一种实时引入新信息的等维新息和等维灰数递补组合动态预测方法。首先同常规预测法作了比较，然后进行了三峡链子崖危岩体变形发愤主有效性验证。     

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。     

基于灰色时间序列分析的建筑物变形预报研究

提出一种基于灰色时间序列分析的建筑物变形预报方法。对建筑物变形观测数据进行累加,削弱其随机扰动的影响。通过增强建筑物变形观测数据规律性,达到提高时间序列分析预报模型精度的目的。实测数据分析表明,该方法能够有效提高变形预报的精度与可靠性。     

小波分析在高层建筑动态监测中的应用

变形分析中，研究小波变换的最终目的在于应用。首先简要介绍了基于小波变换的变形分析方法、作用及实施步骤。然后，结合厦门建行大厦高层建筑GPS动态监测的实测资料进行分析。结果表明，应用小波分析法可以有效地实现结构振动信号的提取。文中给出了GPS动态监测方案、数据分析方法及结果。     

高层建筑物GPS观测中的小波分析

采用GPS进行高层建筑物实时动态观测被认为是有效的方法,如何处理海量GPS振动观测数据是一个重要的问题。本文根据GPS振动观测数据特点,将小波分析技术应用于GPS振动观测数据处理,研究了不同小波基、分解尺度、阈值选择对观测数据去噪的影响,获得了有益的结论。      

基于SPSS的高层建筑物沉降预计模型研究

沉降监测工作在高层建筑整个施工过程中很关键, 沉降预计也十分重要。为了更好地预计沉降值, 本文利用SPSS统计与分析软件建立多种曲线模型对实测值进行回归分析, 拟合出不同曲线并分析比较不同模型的精度, 得出最为符合实际情况的预计模型表达式, 并进一步进行分段优化。经分析研究与实例验证, 该模型在一定程度上具有很好的可靠度与可行性, 且分段拟合效果更佳。     

基于小波理论的变形分析模型研究

变形监测是国内外大地测量和防灾减灾领域的边缘课题.由于全球卫星定位技术、测地机器人、多传感器集成系统等高新技术的不断应用,变形监测积累的资料多,数据量大,研究如何及时、有效地从大量变形监测信息中进行数据挖掘,进行变形分析、解释,并对变形作短期和中、长期预测与预报等,具有重要的理论意义和实用价值.     

利用灰色理论进行图像边缘检测

提出了一种基于灰色系统理论的边缘检测算法。该算法根据边缘点在像素邻域数列上表现出的与非边缘点的不同特征,分别选择典型非边缘像素的邻域数列和待检测图像所有像素的邻域数列作为参考数列和比较数列,利用斜率关联度计算两者之间的灰关联度,据此区分是否为边缘像素。实验表明,该算法对于椒盐噪声和随机噪声有较好的抗噪能力,提取边缘效果较好。     

卡尔曼滤波和灰色理论在变形预计中的应用

对矿区的每期变形监测数据进行抗差估计(IGGⅠ方案)计算,为预测模型提供纯净的实测数据,通过绘制移动变形曲线,找出累计下沉最大点,分别用灰色理论和卡尔曼滤波预测模型预计下期的累计下沉量,通过阜阳市口孜东矿111303首采工作面实测资料的抗差估值与两种模型预计值的比较,得出了一些有益的结论。     

高层建筑沉降监测模型分析与应用研究

高程建筑作为城市建筑的重要组成部分,其沉降监测尤为重要.使用回归分析、灰色理论分析、指数平滑三种方法,对三个不同类型的高层建筑进行沉降预测,对比各类模型的使用情况.结果表明,含有载荷参数的回归模型内符合精度较高,达到0.157 mm;不含荷载参数的α=0.9时的一次指数平滑模型外符合精度较高,达到0.390 mm.     

基于改进的动态灰色模型在变形监测中的应用研究

动态灰色模型丰富和完善了静态GM(1,1)模型,它虽然有效地降低了建模时原始序列长度、原点误差的影响,且提高了数据预测的精度,但是传统的动态灰色模型为保持数据维度的不变性,必须对旧有信息进行强制舍弃,因此会导致建模数据量受到限制,预测结果容易失真,且对维度以外的信息不加筛选的舍弃致使致有用信息大量流失。本文对传统动态灰色模型做出改进,并将改进后的模型用于变形监测分析与预报中,且与传统的GM(1,1)模型和动态灰色模型的预测精度做对比,最终验证改进后模型的有效性。     

基于小波变换的建筑物抗浮失效事故变形监测的应用研究

在高层建筑的施工运营阶段,由于城市地下水位的变化及建筑物抗浮设计不合理,地下建筑抗浮失效事故日益增多。为保证抗浮失效事故处理阶段建筑物的安全,对其进行持续的变形监测是十分必要的。本文结合工程项目,对此类事故处理阶段变形监测的组织实施进行整理,利用小波变换对短周期的监测数据进行降噪处理,得到有效数据,通过各方信息分析总结变形监测在高层建筑抗浮失效事故中的应用。