MGM(1,n)模型在软土路基沉降预测中的应用

为提高高等级公路路基沉降预测的准确性,提出了一种由灰色相似关联度分析优选各个相关预测变量,构建灰色MGM(1,n)模型进行沉降预测的方法,可以更全面有效地利用工程监测数据.实例分析对比表明,这种方法比其他常用沉降预测法具有更高的准确性和可靠性.     

MGM（1,n）模型在软土路基沉降预测中的应用

为提高高等级公路路基沉降预测的准确性,提出了一种由灰色相似关联度分析优选各个相关预测变量,构建灰色MGM（1,n）模型进行沉降预测的方法,可以更全面有效地利用工程监测数据.实例分析对比表明,这种方法比其他常用沉降预测法具有更高的准确性和可靠性.     

指数平滑技术改进灰色沉降预测模型及应用

GM(1,1)模型是沉降预测中应用较为广泛的模型之一,在实际应用当中发现其预测效果有时候较差甚至完全失效。该文将指数平滑技术引入到灰色预测模型中,该方法既充分利用了观测序列中的有用信息,又大大减少其随机性,采用平均斜率法对灰色模型的背景值计算方法进行了改进,将原始观测数据序列变换成规律性强的呈指数变化的序列。某公路试验段实测沉降数据计算表明,新方法有满意的拟合和预测效果,为提高建模精度提供了新的途径。     

基于指数平滑技术的灰色沉降预测模型及应用

GM(1,1)模型是沉降预测中应用较为广泛的模型之一,在实际应用当中发现其预测效果有时候较差甚至完全失效。将指数平滑技术引入到灰色预测模型中,该方法既充分利用了观测序列中的有用信息,又大大减少其随机性,将平均斜率法对灰色模型的背景值计算方法进行了改进,将原始观测数据序列变换成规律性强的呈指数变化的序列。某公路试验段实测沉降数据计算表明,新方法有满意的拟合和预测效果,为提高建模精度提供了新的途径。     

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。     

改进MGM(1,N)模型在赛果公路隧道变形预测中的应用

依据MGM(1,N)模型建模机理,通过数学推导获得新的模型背景值,并利用该背景值建立改进的MGM(1,N)模型。将改进的MGM(1,N)模型应用于赛果公路改建工程隧道围岩变形的预测,并引入等维灰数递补概念,以保证预测信息及时更新。通过与实测结果比较,表明改进模型在预测精度和稳定性方面较之常规MGM(1,N)模型有一定提高,且当围岩变形速率下降时,其预测值能较好的收敛。     

青藏铁路路基沉降变形的灰色预测模型研究

灰色系统预测模型的本质是对已知数据序列进行类型为指数形式的曲线拟合,然后将曲线延伸到未来,由此对未知的数据做出预测。介绍所建立的青藏铁路路基沉降变形的灰色预测GM(1,l)模型,试验应用表明,该模型具有较高的预测精度。     

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。     

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.     

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.     

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。     

灰色模型在路基沉降预测中的研究及应用

以湖南益马高速公路典型路基断面实测数据为研究对象,采用GM(1,1)和Verhulst两种灰色系统模型对沉降数据进行建模分析,得到不同维度下拟合公式的预测值及c值,并据此分析了预测精度以确定最佳维度;在最佳维度下计算了两种模型所得预测数据的拟合误差,进而确定了两种模型的适用预测时间。结果显示:在最佳维度7下,灰色模型GM(1,1)可用于路基沉降4个月内的预测;Verhulst模型可用于路基沉降14个月内的预测,其预测结果可为后续施工组织提供参考。     

张桑高速公路路基沉降预测方法研究

以张桑高速公路3个典型路基断面实测数据为研究对象,采用灰色GM(1,1)、Verhulst和非等时距UGM(1,1)三种模型对各断面的沉降数据进行了拟合及预测,根据计算结果确定了各阶段最适宜的预测模型并利用该模型对各断面的工后沉降进行了预测。结果表明,Verhulst灰色模型模拟和预测精度更高,适用于路基断面的中长期沉降预测,预测结果可为路基施工提供参考。     

基于三次样条插值和GM(1,1)模型的高速公路路基沉降预测

有效预测高速公路路基沉降的发展趋势,可以提高道路维修效率,降低事故发生率。根据路基沉降影响因素和特性,提出一种基于三次样条插值和灰色GM(1,1)模型的组合预测算法。通过三次样条插值法处理原始非等间距数据,将其转变为等间距序列,继而用传统GM(1,1)模型进行预测,克服了单一预测模型的局限性,并能保证较高的精度。分别对长湘高速某段和垄茶高速某段路基沉降进行预测试验,算法预测误差均值分别为2.07%和1.61%,方差比为0.131和0.142,精度等级达到1级。     

灰色模型在铁路软基沉降预测中的应用

依托上海至南通铁路DK84+420，DK85+900工点的建设，基于灰色理论，建立GM（1，1）灰色模型，分别采用等时矩和不等时矩观测方式，预测了两工点沉降趋势和最终沉降量。研究结果表明:沉降周期三个月内实测数据与预测数据相比，相对误差为4%左右，证明灰色GM（1，1）模型在软土沉降预测上可行；根据实测资料可构建灰色模型时间相应序列方程，预测出断面总沉降值，检验沉降值及沉降速度是否符合规范；同时可构建沉降预测方程，数值模拟沉降趋势。     

单桩承载力的高精度灰色预测方法

提高传统单桩承载力的灰色预测法的预测精度是非常有现实意义的。以灰色理论为基础,先对有限实测数据进行筛选,建立单桩荷载-沉降关系的优化GM(1,1)模型,介绍一种在有限实测数据条件下高精度预测单桩极限承载力以及完整的荷载-沉降关系的方法。通过工程实例的分析计算,证明该法具有的预测精度较传统灰色法提高3倍以上。     

双优化GM(1,1)新模型在路基沉降预测中的应用

路基沉降预测一直是道路工程领域的研究重点和难点。常用的GM(1,1)模型所预测的路基沉降值精度相对较低,特别当数据序列急剧变化时,GM(1,1)模型的误差值可能会更大甚至失效。针对传统GM(1,1)模型存在的问题,通过改变初始值,增加扰动因素β优化初始条件。同时利用非齐次指数函数拟合模型中变量的一次累加生成序列优化背景值,提出了初始条件和背景值双优化的新GM(1,1)模型。通过MATLAB软件编程实例计算表明,双优化之后的新GM(1,1)模型较原模型相比,其预测精度有了较大幅度的提高。     

基于动态GM-Markov优化模型的高铁路基冻胀变形预测研究

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-Markov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，在此基础上利用马尔科夫模型进行残差修正，得到改进动态GM-Markov预测模型。利用某高铁路基冻胀变形监测数据进行实例分析，将改进的动态GM-Markov模型预测结果与灰色以及非等间距无偏灰色模型、最优组合模型预测结果进行对比分析，结果表明:改进的动态GM-Markov模型对于波动性较大的冻胀变形可以取得较好预测效果，提高了预测精度与稳定性。     

基于优化的灰色离散Verhulst新陈代谢模型的基坑沉降预测

针对传统灰色Verhulst模型在基坑沉降预测中精度较低的问题,提出优化的灰色离散Verhulst模型。在基坑沉降监测中,由于监测过程中不断有新数据增加,加上外界因素变化,影响模型系统的预测结果,导致预测结果与实际偏离,模型的精度将逐渐降低。为了实现准确预测,基于新陈代谢方法,建立优化灰色离散Verhulst一维及进化的二维新陈代谢模型。并依托长沙国际金融中心深基坑支护工程,分别运用传统Verhulst模型和优化的灰色离散Verhulst模型进行预测,并采用本文建立的优化灰色离散Verhulst一维、进化二维新陈代谢模型对基坑工程沉降进行预测,并对预测结果进行对比分析。研究结果表明:采用进化新陈代谢方法的优化灰色离散Verhulst模型精度更高,可选用该模型对基坑进行沉降预测。     

高填路基沉降灰色预测模型的新方法与应用

将确定积分常数的方法分为3种:1)通过建模数据序列的第一点确定积分常数;2)通过建模数据序列的最后一点确定积分常数;3)通过建模数据序列拟合误差最小点确定积分常数。并分别对湖南省邵怀高速公路高填路基沉降观测的6组数据进行了预测,通过对预测结果的对比分析,提出了根据建模数据选择曲线类型的方法。在预测中对部分数据进行了光滑性检验,对于不满足光滑性条件的2组数据采用累计沉降来建立路基沉降灰色系统预测模型,可使高填路基沉降量预测准确度显著提高。