应用灰色系统理论进行地震灾害等级划分和灾情分析比较

通过对地震时人员死亡、受伤、房屋破坏和直接经济损失４个灾害损失指标的函数转换，使得用不同的损失指标判别灾害等级的标准取得了统一．然后，应用灰色聚类方法划分地震灾害等级，并用灰色关联度排序方法对不同的灾情进行分析比较．同时还对１９６６～１９８３年我国大陆７次重要地震和１９９５年我国大陆１７次地震进行了灾害等级划分和不同灾情的分析比较．结果表明，该方法基本可定量准确地评价地震灾情     

黄河上游径流预报的灰色拓扑方法

以龙羊峡水库年平均入库流量预报为例，根据灰色系统理论的建模方法，利用龙羊峡水库入库水量代表站唐乃亥水文站的实测径流资料，建立了一个ＧＭ（１，１）拓扑预测模型，用于黄河上游径流的长期预报，并取得了较为满意的结果。     

城市防震减灾能力评估研究

城市防震减灾能力本身是一个涉及因素众多的复杂体系，对它的评估也是涉及到地震科学、社会科学和经济科学的交叉学科问题. 本文首先提出了城市防震减灾能力的概念，把人员伤亡、经济损失和震后恢复时间等3个方面作为衡量城市防震减灾能力的准则；围绕这3个准则，从影响城市防震减灾能力的众多复杂因素中抽取出六大因素，并用一些简单、可测量的指标来代表这六大因素，建立起城市防震减灾能力指标体系；然后建立起指标体系与上述3个方面评价准则¾人员伤亡、经济损失和恢复时间的联系；最后，用灰色关联分析方法将3个评价准则综合成一个防震减灾能力指数.从而为城市防震减灾能力评估提供了一个较系统、完整的理论体系框架. 理论体系的建立能够在绝对上、定量上评价城市的防震减灾能力，从而指导城市进行防震减灾决策.      

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。     

急倾斜煤层开采地表沉陷的渐近灰色预测

煤层开采所引起的地表沉陷是一种严重的矿区地质灾害。煤层的倾角、厚度等物理条件是地表沉陷的主要影响因素。在水平煤层或缓倾斜煤的开采过程中，由于地层倾角小，地表沉陷具有较完整的规律性，其预测效果也比较理想。但是，在急倾斜煤层的开采中，由于地层倾角较大，赋存条件和地质体物理力学性质的差异，增强了地表下沉的非线性特征，使地表沉陷具有不确定的表现规律。文章对重庆市南桐矿区东林矿的地表沉陷非线性特征进行了探讨，得到了东林煤矿地表下沉曲线的分形维数是1．07。在岩层移动这个系统当中，既含有已知的又含有未知的或非确定的信息，可以作为一个灰色系统来研究。岩层控制系统的状态、结构和边界条件难以精确描述，属本征性灰色系统。文章针对东林煤矿地表下沉曲线非线性较弱的性质，提出用一种基于GM(1，1)的渐近预测模型对东林煤矿42个月的地表下沉量时间序列进行探讨。结果表明，这种模型对急倾斜层开采地表沉陷的预测是一种行之有效的方法。通过对其他工程实例的应用分析，进一步证明这种渐近的灰色预测方法具有相对较高的精度，是一种比较实用的地表沉陷预测方法，具有广泛的工程实用空间。     

基于灰色算子的尾矿坝浸润线混沌研究

对于尾矿坝浸润线时间序列，通过建立一个灰色算子，来弱化坝体高度、库内水位等因素所带来的确定性影响，突出混沌特性，形成新的时间序列，对该序列进行相空间重构后，求取关联维。德兴铜矿2#尾矿坝浸润线观测数据的分析结果表明，灰色算子能较好地处理混沌问题，浸润线时间序列存在着非整数维，是一个混沌系统：对于尾矿坝安全不能进行长期预测，而需要长期监测。     

基于灰关联分析的GPS高程拟合加权平均函数模型权函数优选

基于灰色系统理论的灰关联分析方法,提出了权函数的优选方法,实例分析表明其具有较好的实用价值.     

GM(1,1)模型在高铁软土路基沉降监测中的应用

依托哈齐铁路客运专线沉降观测项目,利用灰色模型GM(1,1)对软土路基沉降进行定量分析预测,探讨了该沉降过程的动态变化规律。与实测数据对比表明,灰色模型GM(1,1)对该沉降趋势的符合度较高,精度能够满足要求。     

灰色Verhulst-BP模型在沉降分析中的应用

针对软基处理后的地基沉降情况进行分析,利用灰色Verhulst-BP模型对沉降数据进行分析预测。灰色Verhulst-BP模型是利用灰色Verhulst模型的残差值来改进BP神经网络模型,进而提高模型的模拟预测精度。在Matlab9.0平台上,通过Matlab语言编程实现实例检验分析。研究结果表明,灰色Verhulst-BP模型相对于灰色Verhulst模型更适合于S型序列的数据分析预测。该模型预测精度较高,能够较好地反映沉降趋势。     

灰色组合模型在滑坡变形监测中的应用分析

在GM(1,1)模型的基础上,主要研究了改进残差修正模型、灰色BP神经网络模型、灰色线性回归模型在变形数据的预计精度,并且结合实例分析了不同灰色组合模型在滑坡变形预计的精度以及优缺点。