桥梁施工监控技术中的灰色系统预测模型对比分析

介绍了用于桥梁施工监控技术中的两种灰色系统预测模型GM(1,1)和GM(2,1),对比分析了分别采用4个、6个样本数据的GM(1,1)模型和采用4个样本数据的GM(2,1)模型来预测实际工程中的立模标高值的结果,其结果表明:增加样本数据对提高精度作用小,而增加模型阶数对精度提高较大；采用4个样本数据的二阶GM(2,1)...     

新陈代谢模型在特大桥施工监控中的应用研究

运用灰色模型中的新陈代谢GM(1,1)模型对连续梁桥施工挠度进行预测,以广东汕头莲阳河特大桥施工为例,采用该模型预测施工中悬臂梁段的高程变化。结果表明,与传统GM(1,1)模型相比,新陈代谢GM(1,1)模型预测结果的平均相对误差更小,预测精度更高,可用于桥梁施工挠度预测。     

灰色系统理论在填石路堤沉降预测中的应用

基于填石路堤沉降现场试验,采用负指数曲线拟合路基沉降与时间关系,其与沉降变化趋势吻合较好,说明应用灰色系统理论预测填石路堤沉降是可行的。结合填石路堤沉降特点,首先建立相同沉降观测时段的灰色系统GM(1,1)模型,再运用最小二乘法优化GM(1,1)模型参数,并分别进行实例预测。结果表明,与GM(1,1)模型预测相比,参数优化模型预测精度会有显著提高,且能满足工程要求。     

灰色系统理论在深基坑工程中的应用

灰色系统理论已经在岩土工程领域有广泛的应用,文章把灰色系统中的GM(1,1)模型和GM(2,1)模型应用到基坑工程中,并编制了预测计算程序GYC1.0用于锚杆拉力、地面沉降和地面水平位移预测计算。工程实践说明结果GM(1,1)模型比GM(2,1)模型更可靠,稳定性高,但是GM(1,1)模型短期预测时效果良好,中期预测时效果偏差较大,长期预测则要慎重。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

高路堤沉降的灰色系统理论预测方法

根据灰色系统理论,在全面分析高填方路堤沉降量与时间关系的基础上,建立了2种灰色预测模型。即GM(1,1)模型和灰色Verhulst模型,并分别对某高填方路基沉降进行了实例预测,在此基础上对2种模型的适用性进行了实例对比分析,表明Verhulst模型更适合于预测路堤沉降。     

灰色预测模型在公路客运量预测中的应用

运用灰色预测系统理论,对国内公路客运量建立了基于灰色预测理论的GM (1, 1) 模型, 并运用GM (1, 1) 模型对2007～2015年国内公路客运量进行了预测.预测结果表明,该方法具有较高的预测精度.     

基于线性规划的灰色模型在桥梁监控中的应用

预应力混凝土连续刚构桥通常采用悬臂分段浇筑施工,施工监控是保证施工质量的重要手段.以灰色系统理论为基础,针对以往施工控制中传统的GM(1,1)模型参数估计方法与精度检验准则不适配的问题,将平均相对误差最小准则下的参数估计问题转化为线性规划问题,通过Python语言实现,从而得到一种新的理论模型来进行挠度预测,并以陕西境内某1号大桥为工程背景,对混凝土浇筑、预应力张拉两个工况作用后的梁端挠度值进行预测.与传统模型相比,改进后的模型平均相对误差最多可减小28.41％,并能够排除奇异数据的干扰.研究结果表明,基于线性规划法的GM(1,1)模型较传统模型具有更高的预测精度和更好的稳健性,能够在桥梁施工控制中发挥更好的预测作用.     

单桩荷载-沉降曲线拟合及极限承载力预测

以灰色预测理论为基础,运用灰色GM（1,1）模型,对单桩荷载-沉降（Q-s）曲线拟舍及极限承载力进行预测,论证了以灰色系统理论对单桩承载力进行预测的意义。结果表明,灰色预测具有要求数据少、计算简单而严密、精度高等优点,在工程中具有较高的实际应用价值。     

基于改进GM(1,1)的国省干线公路沥青路面使用性能预测

路面使用性能随路龄的增大而减弱，路面性能衰退情况直接影响路面养护对策的选择和养护资金的投入。为了解决养护对策选择带来的资金浪费与养护后性能不佳等问题，文章以灰色系统理论为基础，通过反演法来计算衰退路龄，构建了一个改进的GM(1,1)公路沥青路面使用性能预测模型。选取宁夏国省干线公路中部分路段路面破损状况指数的数据进行分析，对数据筛选后建立GM(1,1)模型，根据选取的实测数据来反演需要预测路段的衰退路龄，代入改进的GM(1,1)模型对路面性能进行预测，验证其准确性，并与直接采用灰色预测法得到的结果进行比对。结果表明：改进GM(1,1)法与直接使用灰色预测模型相比，剔除了路面进行养护工程后路面性能指数上升的路段，不会出现预测失真的情况，预测精度较好，更符合宁夏干线公路路面使用性能的发展规律。     

灰色理论在软土路基沉降分析中的应用

根据灰色理论建立GM(1,1)模型,得到时间响应函数及预测模型,据此对路基沉降过程和最终沉降量进行预测,其预测精度满足工程需要.     

锚杆极限抗拔力的灰色预测方法

根据灰色理论建立了锚杆的拉拔荷载—位移关系的GM(1,1)模型。介绍了运用灰色理论在有限的实测数据条件下预测锚杆极限抗拔力以及完整的拉拔荷载—位移关系的方法。通过工程实例的分析计算,说明了该法具有良好的预测精度,满足工程实际需要。     

多变量GM(1,n)模型在桥梁施工挠度控制中的应用

在大跨度桥梁施工控制中,传统单变量灰色理论受误差影响较大,为提高在多因素影响下的挠度预测精度,在单变量GM(1,1)模型的基础之上,通过建立多变量灰微分矩阵方程,结合灰色预测原理,提出一种多变量GM(1,n)关联预测模型.用MATLAB编制了相应的计算程序,并将其应用于新建太中银铁路跨青银高速(75+120+75)m预应力混凝土连续梁的高程预测中,实践结果显示该模型基本准确地预测了架设过程中各梁段高程.     

基于灰色-马尔科夫模型的高速公路货物运输量预测方法

为准确预测我国高速公路货物运输趋势,文章提出灰色GM(1,1)模型、马尔科夫模型和新陈代谢思想的组合模型,以2009—2016年我国高速公路货物周转量为原始数据序列,预测2017—2019年高速公路货物周转量。结果表明:组合模型比传统的灰色GM(1,1)模型预测精度更高,加入新陈代谢思想,删除旧数据,引入新数据,降低了长期预测的误差,对新序列采用灰色-马尔科夫模型,2018年和2019年的相对误差由原来的7.81%和6.45%分别下降到3.85%和0.62%。     

基于多变量灰色模型的路基沉降预测

路基沉降变形是一个复杂的动态变化过程,常用的单变量预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型是单变量GM(1,1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。实例计算表明,与单变量GM(1,1)模型相比,多变量灰色模型具有更高的预测精度,显示了该方法进行路基工后沉降预测的有效性。     

灰色系统理论在预应力混凝土连续刚构桥高程监测中的应用

该文以灰色系统理论GM(1,1)新陈代谢模型为理论依据,结合三股线预应力混凝土连续梁桥工程实际,建立了预应力混凝土连续刚构桥的标高预测模型,并根据预测模型对各施工阶段的标高进行预测,预测数据与现场实测数据吻合良好,监控实践表明该方法具有精度高、现场施工控制简捷方便等优点.     

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。     

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。     

灰色系统理论在半刚性基层干缩预测中的应用

基于半刚性基层的干燥收缩试验,利用灰色系统理论建立了适合半刚性基层干缩预测的GM（1,1）失水量预估模型和干缩应变预估模型,并引入一阶弱化因子对原始数据进行优化;通过突水量模型预测出模型的干缩停止时间,再进行干缩应变预测。结果显示,优化模型预测精度显著提高,且与实测干燥收缩趋势吻合较好,说明应用灰色系统理论预测半刚性基层的干燥收缩是可行的。     

灰色GM（1,1）模型在大跨连续刚构桥梁线形控制中的应用

大跨连续刚构桥线形控制质量关键取决于悬臂施工过程中各节段的预拱度取值。基于灰色GM（1,1）模型理论,将大跨连续刚构桥各节段预拱度值的理论计算值和现场实测值之间的差值作为灰色微分序列,建立新陈代谢GM（1,1）模型。结合镇大公路京杭运河大桥主桥施工监控项目工程实际,依据灰色模型对大桥施工过程中各节段的预拱度进行预测,从而控制桥梁线形。监控实践表明,灰色GM（1,1）模型能够较精确地预测施工过程中各节段的预拱度,很好地应用于大跨连续刚构桥梁的线形控制中。