灰色-马尔科夫模型在边坡位移变形预测中的应用

以湖南省怀新(怀化—新晃)高速公路K1469+545—745边坡为研究对象,分别采用灰色GM(1,1)和灰色-马尔科夫模型对边坡位移实测数据进行建模分析,计算边坡位移变形预测值,并分析两种模型的预测精度,进而确定两种模型的预测适用时间。结果显示,灰色GM(1,1)模型适用于4个月内边坡位移预测;灰色-马尔科夫模型可用于9个月内边坡位移预测,且预测时间内边坡稳定。     

基于灰色-马尔可夫模型的道路PCI预测方法

本文利用马尔可夫模型修正传统灰色GM(1,1)模型的残差,建立基于时间序列的路面PCI动态预测模型;并利用MATLAB软件开发了灰色-马尔科夫链预测模型框架,实现了路面PCI滚动动态预测。将预测模型应用到某高速公路PCI预测中,结果表明该模型的预测能力强,比传统灰色GM(1,1)模型的预测精度更高,能满足实际工程需求。     

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。     

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。     

应用灰色神经网络组合模型预测深基坑变形

将GM(1,1)模型与神经网络算法相结合建立灰色神经网络组合模型应用于深基坑工程变形预测。以润扬长江公路大桥深基坑工程的监测数据为例进行预测分析,结果表明:组合模型比GM(1,1)模型有更大的适应性,对于复杂非线性变化的数据预测精度高,可较好地预测深基坑变形。     

基于新陈代谢-GM(1,N)马尔科夫的轨道交通客运量预测方法

为提高城市轨道交通规划建设的合理性以及相关政策制定的科学性,分析影响城市轨道交通客运量的相关因素,将GM(1,N)预测模型、马尔科夫理论与新陈代谢3种方法的思想相融合,提出一种组合预测模型。首先采用GM(1,N)进行预测,并对预测结果进行残差修正。在此基础上,利用马尔科夫理论构建状态转移概率矩阵,二次修正预测结果,之后融入新陈代谢思想,根据时间序列删除已陈旧的或价值不大的信息,加入已得到的预测结果作为新的预测数据源,对下一时刻进行预测,从而提高模型预测的精度。根据2008-2013年上海市城市轨道交通客运量数据,运用该模型对2015年、2016年上海市城市轨道交通客运量进行预测分析,并与实际结果进行对比。研究结果表明:应用灰色模型,2015年、2016年预测结果分别为335 501. 91万人、382 682. 82万人,相对误差分别为9. 36%,12. 55%。应用提出的方法,预测结果分别为314 724. 28万人、349 397. 59万人,相对误差分别为2. 58%,2. 76%。为了进一步验证模型的准确性,引用北京市轨道交通客运量相关数据进行验证,其结果相对误差分别为2. 87%,3. 27%。可见,轨道交通客运量预测问题属于灰色系统研究范畴,并且所提出的新陈代谢-GM (1,N)马尔科夫模型预测精度较高,满足实际需求,是一种有效的城市轨道交通客运量预测方法,同时使得对客运量预测的研究趋于完整,丰富了该类问题的研究成果。     

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。     

一种改进的灰色模型在交通量预测中的应用

GM(1,1)模型是灰色系统理论中的核心,已经得到广泛应用。一种改进GM(1,1)模型无论用于拟合或预测,其结果都明显优于常规GM(1,1)模型。结合遗传算法和最小二乘法获得该模型的待定参数,对改进的GM(1,1)模型给出了一种新的求解方法。将此改进GM(1,1)模型用于交叉口交通量的预测,预测结果较好。将等维递推和自适应的思想引入改进GM(1,1)模型,可进一步提高该模型的预测精度和实用性。     

差分模型和灰色理论组合预测模型在桥梁施工控制中的应用

以内蒙古包头镫口黄河特大桥施工监控为背景,利用最优加权组合预测模型的基本原理,提出了差分模型和灰色系统理论中的新陈代谢GM(1,1)模型的组合预测模型,预测梁段的应力值。通过与实测值的对比,表明该模型具有较高的精度和较好的稳定性。     

灰色系统理论在桥梁线形控制中的应用与研究

在桥梁施工控制过程中,灰色系统理论得到了广泛的实用,而使用最多的是GM(1,1)模型来预测标高,但是通过实践证明GM(1,1)模型所预测的数据精度并不是非常准确,因此对灰色系统理论进行进一步的研究是迫切的。笔者在沈阳四环跨越沈丹线立交桥实际工程的施工控制中应用了灰色系统理论方法,采用了3种不同的样本数据建立GM(1,1)模型。并建立4个样本数的GM(2,1)模型,并对以上模型所预测的标高结果与实际标高进行对比分析。实践证明灰色理论成功的应用在了跨越沈丹线立交桥的施工控制中,并验证了GM(2,1)模型在预测精度上高于GM(1,1)模型,而增加样本数据非但不能提高GM(1,1)模型所预测的精度反而随着样本数据的增多精度随之降低。     

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。     

采用灰色-马尔可夫耦合模型预测古树屋边坡变形

基于预测拟合值和实际监测值的相对误差划分不同的预测状态,利用马尔可夫链对灰色GM(1,1)预测值进行修正,计算得到边坡变形的范围和相应的预测值。以古树屋开挖边坡为研究对象,利用耦合模型对其变形进行预测,得到边坡的变形预测值为57.006 0 mm,预测的变形范围大小在56.845 8～61.755 4 mm之间。实例分析结果表明:与线性回归模型以及单纯灰色模型预测结果比较,采用灰色-马尔可夫耦合模型对开挖边坡变形进行预测的结果精度较好,且能较准确地预测边坡变形大小的范围。     

京沪高速铁路济南西客站软土路基沉降预测分析

近年来,我国高速铁路发展突飞猛进,为保证安全运营,对其路基的处理尤其重要。对京沪高铁济南西客站软土路基工程的沉降数据,分别采用灰色模型GM（1,1）和双曲线模型两种方法建立了预测模型进行分析,并编程作数据处理。结果表明:灰色模型GM（1,1）对软土路基的沉降评估更显优越性。     

基于灰色理论的高速公路小修保养维修量预测模型

在仅有通车5 a以下维修量的小样本数据条件下,为了合理、科学地预测高速公路小修保养维修量,量化年平均日交通量、年均降雨量、年均温度和通车年限4个因素对维修量的影响程度。提出了基于Matlab的灰色系统预测模型,以实际调研路段5 a的统计数据为样本,运用灰色关联度模型对4个因素的影响程度进行量化评估;分别建立均值GM(1,1)单变量预测模型与GM(1,N)多变量预测模型对维修量进行预测分析。研究结果表明:上述4个影响因素与维修量的灰色关联度均大于0.5,说明上述4个自变量对维修量均具有较大影响;GM(1,1)模型70%的预测结果误差小于15%,GM(1,N)模型75%的预测结果误差大于30%,从而得出GM(1,1)预测模型比GM(1,N)预测模型的预测结果更加准确。因此,对通车5 a以下维修量的小样本数据预测,选用单变量预测模型更加合理、有效。     

基于GM（1，1）模型的高速公路边坡变形预测

基于边坡变形监测信息具有一定的灰色特征,应用灰色系统理论的原理和方法,建立了边坡变形预测等步长与非等步长GM（1,1）预测模型。采用GM（1,1）模型对衡桂高速公路某典型边坡段测斜管监测变形监测数据进行预测,预测结果与实测结果较为一致,表明了本文建立的灰色预测模型具有较好的可行性和适用性。     

改进的GM（1，1）模型在变形预测中的应用

研究GM（1,1）模型的理论发现,模型的背景值序列、边值条件和残差的改进能提高模型的模拟预测精度。利用MATLAB软件编制不同背景值和边界条件下的模型优选程序,通过工程实例表明,改进的GM（1,1）模型模拟预测精度较高,适合其在变形预测中应用。     

基于灰色理论的大跨径连续梁桥施工控制技术研究

在预应力连续梁桥施工过程中影响最终成桥状态因素众多,为保证成桥状态符合设计要求,通过Midas/civil 2019建立平面杆系模型,分析某大跨径连续梁桥施工过程中挠度变化及受力状况,并在此基础上,通过灰色理论GM(1,1)模型对桥梁挠度变化进行预测。结果表明挠度预测值、实测值及理论计算值变化趋势一致,灰色理论预测可以有效减小误差,同时主墩截面实际受力与理论计算保持一定的规律性且误差较小。     

基于三弯矩样条函数插值模型的非等距时序灰色预测方法

给出了三弯矩样条函数插值模型,用以解决非等距时序GM（1,1）的灰色预测问题.在国际平整度指数IRI的非等距时序样条灰色预测应用实例表明,该方法在作非等距时序列向等距时序列转换中保留了原有数据序列所呈现出的阶段性规律,具有精度高、实用性强的特点.     

基于时间序列和灰色模型的交通事故预测

利用时间序列和灰色模型理论,针对北方某城市的交通事故统计数据,分别建立了自回归移动平均模型及灰色模型,并对各模型进行了步长为12的预测。通过模型对比发现：2个模型的预测绝对误差分别为23.95%和54.32%,且对于具有季节周期性特点的序列,自回归移动平均模型的预测结果与实际观测值比较吻合,说明自回归移动平均模型比灰色模型更能充分挖掘历史信息以减少预测误差,并反映数据的周期性变化,具有良好的适用性。