线性回归模型和灰色预测系统GM(1,1)模型在旱灾预测中的比较应用

为了比较不同预测方法在洛阳旱灾预测中精度和优缺点,根据1368—2016年河南干旱灾害发生时间及灾情统计数据,在分析河南省干旱灾变特点、规律和成因的基础上,建立线性回归模型和灰色预测系统GM(1,1)模型对干旱年份进行预测,利用回归模型理论,经Excel求解得到回归方程。该模型具有很高的精度,可以用来预测旱灾发生年份。利用灰色系统理论,建立GM(1,1)模型模拟洛阳市灾变年份,经Matlab求解得到时间响应序列函数。通过计算机仿真发现预测值和实测值拟合良好,具有很高的精度。最后对数据预测精度进行一个比较分析,得出结论:灰色建模和灰色预测在一些特定的情况下,是一种较一元线性回归预测精度更好的实用预测方法。     

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。     

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。     

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。     

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。     

未达到破坏的单桩极限承载力的灰色预测

如何利用未达到破坏的试桩资料来确定其极限承载力是一个重要的工程问题。根据灰色系统理论的预测模型,建立了预测单桩竖向极限承载力的非等步长GM(1,1)模型群。工程实例表明,该模型能够满足工程的需要,且带有残差修正的自调整非等步长GM(1,1)模型的精度最高。     

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。     

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%。     

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。     

改进灰色模型对路基沉降预测的应用研究

讨论了灰色系统理论在路基沉降预测中的应用 ,并对等间隔的灰色模型GM(1,1)进行了改进 ,建立了任意间隔的非时序改进灰色模型。通过具体工程实践 ,给出了两种模型对路基沉降量预测结果与实测结果的比较 ,表明改进灰色模型的预测沉降量与实际沉降量更接近 ,精度更高 ,更能满足工程需要     

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。     

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。     

桩基沉降量的灰色预测

利用实测的桩基静载试验数据 ,用灰色系统理论建立桩基沉降量的灰色GM(1,1)预测模型 ,可以模拟桩基静载试验P s曲线的未知部分。研究结果表明 ,建立的GM(1,1)模型可有效预测桩基沉降量 ,对进一步分析桩基的承载性能有理论与实际意义。     

基于GM(1,1)模型的塔里木盆地南缘孤立绿洲降水灾变预测

我们选取了具有一定代表性的塔里木盆地南缘的孤立绿洲民丰县作为研究区,在对数据有效性的验证之后,利用研究区1980~1999年的降水资料,运用灰色系统理论的季节灾变预测方法,对该地区未来年份的降水量进行预测,并建立灰色季节灾变GM(1,1)预测模型,预测未来旱季到来的年份,为预测未来降水趋势提供了信息。结果表明:该研究区下一个旱灾灾变年大致指向2006年至2007年左右。这对合理利用本地气候资源具有实际意义,并且能够为研究干旱区气候变化提供一定的帮助。     

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.     

基于灰色模型的城市用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并结合实例建立灰色GM(1,1)预测模型,运用残差检验与后验差检验2种方法对模型进行精度检验,其模型拟合精度达99％.用所建立的模型对某市2010-2013年城市用水量进行外推预测.结果表明,该灰色模型用于城市用水量预测,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...     

灰色理论在干旱预测中的应用

介绍灰色系统理论及其建模原理,利用沁河流域上游沁源气象站42年的实测降水量资料建立灰色预测GM(1,1)灾变模型,对干旱灾害进行预测,经残差、后验差检验等分析,模型精度较高平均达98.8%.并对实测资料进行检验,效果较理想,为沁河流域上游抗旱及供水提供必要的预测信息.     

灰色GM(1,1)模型和Verhulst模型在喀斯特地区耕地预测中的应用——以毕节生态试验区为例

毕节生态试验区是典型的喀斯特地区,人口密度大,生态环境脆弱,水土流失严重,耕地保护尤为重要。本文以毕节地区1998—2006年常用耕地面积统计数据为基础,分别利用灰色GM(1,1)模型和Verhulst模型对该喀斯特地区常用耕地面积变化进行预测。预测结果表明,GM(1,1)模型和Verhulst模型都揭示了毕节地区常用耕地面积在未来几年呈逐年递减的趋势。但是通过模拟精度验证,研究区耕地面积原始数据变化曲线呈S型,就灰色GM(1,1)模型与Verhulst模型模拟预测结果相比较,对于原始数据的模拟,GM(1,1)模型预测精度较高,而Verhulst模型更适合研究区未来几年耕地面积变化的预测。该研究结果可为区域合理利用土地资源、编制土地利用规划和耕地保护提供依据。      

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。