沉降预测的等步长灰色时变参数模型

针对经典灰色系统模型的不足,根据灰色系统理论的信息处理原则,在模型中引入遗忘因子,建立了灰色系统沉降预测的等步长灰色时变参数模型,并在求解过程中引入遗忘因子以修正预测结果.模型充分考虑了预测系统的时变性和灰色性,从而降低对预测系统状态的预测误差.实例预测表明,灰色时变参数模型可以将工后总沉降量的预测误差控制在7.0 %以内.误差检验结果显示,预测结果的精度等级较遗忘因子修正前有显著的提高.     

高填石路堤沉降的灰色优化-马尔柯夫预测模型

高填石路堤的沉降变形包括填石体施工期的沉降变形和工后沉降变形。在灰色理论的基础上,建立高填石路堤沉降的等步长灰色微分方程,采用优化理论,建立误差目标函数,利用最小二乘法,求得微分方程的系统参数,并引入Markov原理,利用一步转移矩阵预测高填石路堤的沉降发展规律。某高填石路堤实测结果分析表明,灰色优化-马尔柯夫模型比常规的GM(1,1)预测模型预测精度有较大的提高。     

优化的非等时距灰色模型在湖南高速公路路基沉降预测中的应用

通过对非等时距原始数据等时距处理和累减构建基于灰色理论的微分模型的方法,成功建立了高速公路高填方路堤沉降的非等时距灰色预测模型.并在此基础上,引入加权因子,优化重构了背景值函数.优化的非等时距灰色模型在沉降监测的实践应用中,预测结果经检验显示,优化的模型效果更佳.     

基于龚帕斯曲线法的高填方路基工后沉降预测新思路

引进一种新的沉降预测方法--龚帕斯曲线法,并同Duncan-Chang非线性有限元反析法及灰色系统理论并引入遗传算法放在同一工程实例中进行各种沉降预测的比较和分析,发现龚帕斯曲线法的沉降预测值最接近于实测值,其预测曲线与实测曲线吻合最好,且其误差也是最小的,绝大部分在1%以内.从而得出龚帕斯模型有更好的适应性,预测结果的离散性小及准确性高等优点,这对高填方路基的工后沉降预测提供了更可靠的方法,可推广应用于实践.     

基于网络基坑沉降预测的马尔可夫修正模型

分析灰色GM(1,1)预测模型存在的理论缺陷,指出灰色GM(1,1)预测模型虽可用于小样本基础数据预测,但对基础沉降一类随机性强、波动性较大的数据拟合质量较差,预测精度降低。因而,提出利用马尔可夫链修正神经网络模型,其计算过程为:首先建立神经网络动态拟合模型作为基础沉降变化的基准线,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,最后通过系统状态划分样本值与模型拟合值之间的残差及中误差等指标分析计算,最终完成基础沉降的准确计算,该模型应用于基础沉降工程实例运算,取得较好效果。     

基于灰色理论的高速公路软基沉降监测数据插补研究

研究了多变量灰色模型——MGM(1,n)模型对软基沉降监测数据进行插补,插补结果基本满足要求。并用常用的灰色模型修正方法对MGM(1,n)模型进行修正,修正结果较未修正前均有了不同程度的改进,数据的拟合和短期预测精度较好,但长期预测结果有待提高。同时采用了相邻监测序列的已知数据对缺失值的预测结果进行进一步修正,这样得到的预测精度有了很大提高,能满足沉降缺失值序列数据插补的要求。     

基于龚帕斯曲线法的高填方路基工后沉降预测新思路

引进一种新的沉降预测方法——龚帕斯曲线法,并同Duncan-Chang非线性有限元反析法及灰色系统理论并引入遗传算法放在同一工程实例中进行各种沉降预测的比较和分析,发现龚帕斯曲线法的沉降预测值最接近于实测值,其预测曲线与实测曲线吻合最好,且其误差也是最小的,绝大部分在1％以内。从而得出龚帕斯模型有更好的适应性,预测结果的离散性小及准确性高等优点,这对高填方路基的工后沉降预测提供了更可靠的方法,可推广应用于实践。     

铁路路基沉降变形组合预测模型优化

由于传统灰色模型在预测波动性较大的数据时精度不高，提出一种改进的动态GM-Poisson-Markov组合预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进，通过原始序列的动态更新实现模型的参数更新，在此基础上与泊松曲线模型建立一种组合预测模型，并利用马尔科夫链进行残差修正，得到改进的动态GM-Poisson-Markov组合预测模型。利用汉巴南铁路路基沉降变形监测数据进行实例分析，将预测结果与泊松、灰色模型、非等间距无偏灰色模型以及组合模型预测结果进行对比分析，结果表明:模型对铁路软土路基沉降变形可取得较好预测效果，提高了预测精度与稳定性。     

非线性耦合模型在桥梁桩基沉降预测中的应用研究

通过对桥梁桩基的沉降预测,能有效地评价和判断桥梁的稳定性,为现场施工提供一定的指导依据。同时,系统性的预测方法能有效提高预测精度,因此,将灰色模型和BP神经网络进行耦合,建立了桥梁桩基沉降的初步预测模型,再利用马尔科夫链建立误差修正模型,实现桥梁桩基沉降的分阶段预测。该模型发挥了灰色模型“累加生成”灰色序列的优点,增加了沉降数据的规律性,又充分利用了BP神经网络和马尔科夫链的非线性预测能力,具有系统性强、全面性高等优点。同时,利用2个实例进行验证,结果表明实测值和预测值较吻合。其中,实例1平均相对误差为1.37%,实例2的平均相对误差为1.39%,两实例的预测结果差异不大,具有较高的预测精度,验证了所提预测模型的有效性。     

软土路基沉降灰色预测模型的几个关键问题研究

应用灰色系统模型来预测公路软土路基沉降避开了土性物理指标、土体本构关系等复杂的理论问题,应用方便易行,但在运用灰色模型预测沉降中,不等时距处理问题、灰色模型的无限增长问题严重影响了沉降预测的精度,而且灰色系统理论用于沉降预测与施工动态控制时它的适用性也是一个值得研究的问题.研究表明应用三次B样条函数处理原始数据的不等时距、用缓冲弱化算子处理模型无限增长问题是可行的;灰色模型对短期实时沉降预测有较好的精度,对中期阶段性沉降预测可以满足公路施工控制标准的要求,但对长期或最终沉降量的预测值偏大,其适用性有较大的局限性.