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。     

灰色线性回归组合模型在北京地面沉降分层预测中的应用

灰色系统理论GM(1,1)模型,应用于地面沉降模拟和预测中只能分析数据的指数变化规律。对于地面沉降发展过程中,存在的线性关系不能有效地反映。本文利用灰色组合模型中的第一类灰色组合模型即GM(1,1)与线性回归模型相融合。选取北京东部某地面沉降监测站2004～2012年的分层监测数据建立模型,计算出各监测层位沉降的数学模型,并以此预测各监测层位地面沉降量。结果表明：利用灰色线性回归组合模型在对地面沉降进行分层模拟和预测是可行的。在已有数据的基础上,利用数学模型进行沉降模拟时,两种模型的精度均很高,但通过模型预测未来一年沉降量时,灰色线性回归组合模型的精度,要远高于普通均值GM(1,1)模型。     

宁县典型测井地下水埋深的灰色预测研究

采用灰色系统理论中灰色动态模型GM（1,1）,对一观测孔地下水位埋深进行灰色动态模拟。利用观测孔2011年实测地下水位埋深数据建立GM（1,1）预测模型,并对2012年地下水位埋深进行预测。经验证,模型预测精度较高,具有一定的实用价值。     

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。     

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。     

基于R/S分析法的等维灰数递补动态GM(1,1)模型预测矿井涌水量

针对矿井涌水量时间序列的分形与灰色特征,采用重标极差分析法（R/S分析法）确定涌水量时间序列的Hurst指数和平均循环周期,在一个周期内建立等维灰数递补动态GM（1,1）预测模型。充分利用最新信息,提高模型预测精度。运用基于R/S分析法的GM（1,1）模型对陕北某矿矿井涌水量进行分析预测,结果表明,模型拟合程度好,预测精度高,能够为矿井安全生产提供决策依据。      

基于灰色GM（1，1）模型的城市生活用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以上海市为实例建立灰色GM（1,1）预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度达97．25％。用所建立的模型对上海市2003～2007年城市生活用水量进行预测。结果表明,该灰色模型用于城市生活用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与实际情况比较吻合。     

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.     

Application of grey theory-based model to prediction of land subsidence due to engineering environment in Shanghai

Land subsidence is a common geological hazard. The long-term accumulation of land subsidence in Shanghai has caused economic loss to the city. Since the 1990s, the engineering structures have become a new cause of land subsidence. Many factors affect the process of land subsidence. Although such a process cannot be explicitly expressed by a mathematical formula, it is not a “black box” whose internal structure, parameters, and characteristics are unknown. Therefore, the grey theory can be applied to the prediction of land subsidence and provides useful information for the control of land subsidence. In this paper, a grey model (GM) GM (1, 1) with unequal time-intervals was used to predict the subsidence of a high-rise building in the Lujiazui area of Shanghai, and the results were compared with the monitored data. The prediction of subsidence was also corroborated by laboratory tests and the results were compared with measured data and the predicted data by the adaptive neuro-fuzzy inference system (ANFIS). It is found that the GM (1, 1) with unequal time-intervals is accurate and feasible for the prediction of land subsidence.     

工程环境效应引起上海地面沉降预测

地面沉降是目前常见的地质灾害之一,其长期的积累给城市带来巨大的经济损失,成为制约城市发展的主要因素。进入20世纪90年代以来,工程环境效应诱发的沉降已经成为上海地面沉降的新趋势,对于外荷载引起的地面沉降过程而言,影响因素较多,既无法用明确的数学关系式表达,又非黑箱那样内部结构、参数和特征一无所知,因此可将灰色预测理论应用于地面沉降的预测。针对监测和观测时间的非等时性,本文应用非等时距灰色理论模型对上海陆家嘴地区某高层建筑的沉降进行预测,并和实际监测沉降量进行了比较;对室内模型试验进行沉降预测,并和实验观测数据以及自适应神经网络系统(ANFIS)预测结果进行了比较。研究发现,对于工程环境效应引起的地面沉降,应用非等时距灰色理论模型进行沉降预测是可行、精确的。     

New grey prediction model and its application in forecasting land subsidence in coal mine

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.     

灰色系统在地面沉降分析中的应用

该文将灰色系统理论引入地面沉降的研究之中。根据上海地面沉降的历史数据建立了上海地面沉降发展的GM(1,1)模型以及地面沉降与地下水位变化的映射GM(1,2)模型,最后运用所建立的模型对地面沉降的发展态势进行了预测。     

上海市地面沉降动态分析与灰色预测

本文应用灰色系统理论的关联度分析法,分析了上海市地面沉降在时间、空间上的变化特征,进而以市区和近郊区典型地段的地面沉降监测资料为基础,建立了灰色预测模型,并在某些假定前提下预测了上海市地面最终沉降量及“沉降寿命”。     

基于灰色模型的煤矿涌水量预测研究

孟加拉巴拉普库利亚煤矿位于孟加拉国西北部,为一独立的半断陷冈瓦纳群含煤盆地。该矿主采的Ⅵ煤层为特厚煤层,煤层均厚36m。受矿井水文地质条件等因素影响,目前仅在南翼采区进行开采。根据煤矿Ⅵ煤一分层开采2000-2012年的涌水量实测资料,建立灰色理论模型并进行模型精度检验。在此基础上,利用灰色理论的预测方法,基于Matlab软件编程计算,对2013-2018年的矿井涌水量动态变化进行预测,并将模型预测值与实测资料进行对比。结果表明,所建立的灰色系统模型具有可靠性和适用性,涌水量预测成果可为矿井排水系统的设计提供依据。     

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。     

采动覆岩分布式光纤感测模型试验及沉降预测方法研究

煤层采动覆岩沉降提前于地表,可作为地表稳定性的预警指标。针对煤层开采引起的覆岩沉降预测问题,采用分布式光纤感测技术,通过制作大柳塔煤矿采动覆岩相似材料试验模型,研究了煤层开采引起的覆岩变形特征,基于灰色理论和Knothe时间函数,建立了基于实测应变的采动覆岩沉降预测模型,探讨了预测精度,并取得了如下研究成果：有关分布式光纤感测技术的覆岩应变分布,准确反映了垮落带和导水裂缝带的发育特征,基于GM(1, 1)模型和新陈代谢模型的覆岩沉降预测精度较好但限于短期预测;当相对残差最大值与相对残差和均取最小值时,Knothe时间函数中获得较为准确的参数c值和τ值并提高了预测精度,建立了大柳塔煤层覆岩动态沉降预测模型的表达式,其预测模型适用于覆岩沉降的前期阶段和后期阶段。