改进的动态灰色模型在高铁路基变形预测中的应用

在分析灰色预测理论的建模机理和已有动态预测模型研究成果的基础上,从级比检验、背景构造值及残差等方面分别对动态新陈代谢模型进行了改进以提高预测精度,并通过工程实例的部分数据验证其改进效果,而后将其应用于工程中不同位置测点沉降变形的实时预测与分析。研究结果表明:建立的改进动态灰色新陈代谢预测模型群,精度较高,即使对于波动较大的测点,其预测也具有一定的参考价值,适用于高速铁路路基沉降变形的实时预测。     

灰色动态模型群在城市轨道交通客流预测中的应用研究

随着城市轨道交通的快速发展,客流预测作为一项基础工作,在城市轨道交通规划、设计、建设及运营等环节中起着至关重要的作用.鉴于城市轨道交通客流具有周期性变化的特点,依据灰色系统理论,本文提出了由多个灰色Verhulst模型组成的灰色动态模型群,以某城市轨道交通线路为例进行短期客流的预测分析.实例计算证明了采用动态模型群的预测平均值作为最终预测,具有较高的预测精度,可满足实际应用需求.     

基于Verhulst动态新陈代谢的邻近铁路基坑变形预测

为了掌握邻近铁路基坑变形趋势,提高预测精度,保证基坑施工顺利进行和铁路运营安全,针对灰色预测模型存在的不足,提出对常规Verhulst新陈代谢模型加以改进,构建Verhulst动态新陈代谢模型,对邻近铁路基坑变形进行预测,并与灰色GM(1,1)模型、灰色Verhulst模型和常规Verhulst新陈代谢模型的预测精度对比。研究结果表明,Verhulst动态新陈代谢模型的预测精度更高。并且随着新信息的引入和旧信息的剔除,预测更加接近最新变化趋势。Verhulst动态新陈代谢模型为此类基坑的变形预测提供方法。     

自密实混凝土梁长期变形的灰色动态拓广模型预测

采用灰色系统模型以及灰色动态拓广模型考虑荷载持续时间对混凝土徐变的影响对6根自密实混凝土梁的长期变形进行预测研究。结果表明:采用灰色动态拓广模型所得结果与试验结果较吻合,该法具有计算简单、预测精度高且不需要大量的试验数据等特点,能方便地用于实际。     

基于无偏灰色组合动态模型的铁路客运量预测研究

针对目前铁路运输客运量预测在精度方面的不足，提出一种无偏灰色组合动态预测模型，应用于现有铁路客运量的预测。通过借鉴无偏GM(1,1)模型直接建模思想，对传统的灰色Verhulst模型作出改进，即对原始序列作倒数生成，运用新生成的倒数序列建立无偏灰色Verhulst模型，以消除传统的灰色Verhulst模型自身的一些偏差；为进一步提高模型的拟合精度及收敛速度，引入马尔科夫链方法对无偏灰色Verhulst模型的拟合结果进行修正，同时兼顾数据序列具有一定的时效性，构建出无偏灰色组合动态客运量预测模型。以我国兰青铁路某区段2010—2019年共10年的客运量数据作为原始数据，验证模型的可靠性与准确性，并与传统EDGM(1,1)模型、灰色Verhulst模型和无偏灰色Verhulst模型作对比，结果表明，本文模型在预测精度方面更凸显优势，能有效提高预测结果的准确性。     

基于Open GL的滑坡三维可视化计算及动态模拟研究

研究目的:在滑坡研究中,会涉及大量与三维空间及位置有关的信息,如地质信息、位置信息、滑坡形态等,一般情况下,这些信息都以报表和二维图形的形式出现,由于这些信息无法给人以直观印象,因此不仅使用过程中很难对其予以充分利用,在需要综合多种信息时会显得更加难以把握,而在三维空间进行虚拟工程设计,布置和施工等进而分析其效果更是不可能之事,本文通过应用Open GL软件成功开发出滑坡三维可视化软件,将软件应用于滑坡模型的建立、滑坡数据管理、稳定性计算、三维动态模拟,解决滑坡预测预报及动态仿真模拟问题。研究结论:(1)利用Open GL进行二次开发,可成功用于滑坡的稳定性计算,还能根据计算结果实现滑坡滑动过程的动态模拟,其过程简单、易行、实用、科学。(2)将Open GL应用于滑坡,可对滑坡勘察设计、演示汇报及大学教学模拟提供很大帮助,可大大提高工作效率及工作水平。(3)本研究成功建立了滑坡空间形态的三维地面模型及三维滑坡断面模型,实现了地形图、断面图、钻孔资料绘制、保存、输出和滑动面连接等功能,为稳定性评价和工程设计提供了快捷手段。(4)通过工程实例的试算表明,在条件一致的情况下,计算结果与勘察报告结果是一致的。(5)该研究成果可应用滑坡三维可视化动态模拟及稳定性计算。     

基于FPSO灰色Verhulst模型的铁路货运量预测

为提高灰色Verhulst模型的预测精度,采用粒子群算法对灰色Verhulst模型的参数值进行优化,利用滑动窗对原始数据序列进行动态更新,使用Fourier序列修正模型的误差,提出FPSO灰色Verhulst模型预测铁路货运量的方法。以平均绝对误差、均方根误差、平均相对误差为评价指标,采用传统灰色Verhulst模型、GM(1,1)、径向基神经网络、FPSO灰色Verhulst模型分别对具有增长趋势、摆动发展以及交叉发展趋势的铁路货运量进行预测。结果表明,FPSO灰色Verhulst模型能更好地反映铁路运输过程中的突变因素,是一种减少误差、充分利用新生数据、提高预测精度的有效方法。     

深基坑开挖变形的灰色马尔科夫链预测方法

基于灰色马尔科夫链理论,提出了深基坑开挖变形灰色马尔科夫链预测方法,建立了用于变形预测的新陈代谢GM(1,1)模型和灰色马尔科夫链模型.研究结果表明:这2种模型的预测精度都可以满足施工期预测要求,灰色马尔科夫链模型的各项指标均优于新陈代谢GM(1,1)模型.该结果对同类研究具有一定参考价值.     

隧道地表沉降预测的改进等维灰数递补模型

在灰色预测理论模型的基础上,引入等维灰数递补数据处理技术和平滑系数,建立等维灰数递补GM(1,1)模型,并采用枚举法搜索各次模型的最优平滑系数,对模型进行了进一步改进.最后,结合金鹗隧道洞口地表沉降实测资料,进行实例验证与分析.研究结果表明:等维灰数递补技术,充分利用了系统响应的最新信息,减弱了系统响应的灰平面,实行动态预测,比常规灰色模型更适合于长期预测.而通过引入平滑系数,充分考虑了各时刻系统信息的重要程度,进一步提高了预测精度,为隧道安全施工,提供了必要的前提.     

基于灰色GM(1,1)和灰色-马尔可夫模型的轨道几何不平顺预测及应用研究

国外轨道不平顺的研究思路和方法大多是建立在对轨道动态检测数据的不同分析手段和方法上,然而由于各国检查数据的不同使得国外模型无法直接应用于国内轨道状态预测。基于昆明铁路局的实际数据,提出了灰色预测模型和灰色-马尔可夫预测模型。通过将2种模型的预测结果与一元线性回归预测结果对比分析,证明灰色预测模型不仅适用于较长区段的TQI(轨道质量指数)预测,对于更长区段的TQI预测也有比较好的效果,同时证明灰色-马尔可夫预测模型不仅能够预测随机性较强的TQI数据,也能应用于较长时间范围内的预测。     

灰色关联预测及其在变形预测中的应用

提出了多点关联预测的必要性,并且在GM(1,n)模型的基础上进行扩展得到了灰色关联预测模型.介绍了灰色关联预测模型的建模方法、参数求解、精度评估以及程序流程.在一个隧道地面沉降预测的工程实例中,分别用灰色关联预测模型以及单点灰色模型进行预测并且对结果进行了比较,发现在预测精度方面灰色关联预测模型较单点模型有了较大的提高.     

灰色神经网络在混凝土结构徐变预测中的应用

根据灰色系统理论处理贫信息系统的优势,以及神经网络学习和自适应的优点,将灰色神经网络组合算法应用于混凝土结构的徐变预测中.利用GM(1,1)模型和BP人工神经网络,建立灰色新陈代谢短期组合预测模型和长期组合预测模型.该组合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.通过自密实预应力混凝土梁长期变形试验结果的算例分析,表明短期和长期组合模型的预测结果均与试验结果吻合良好,该模型可以作为混凝土结构徐变预测的有效工具.     

基于灰色系统理论的铁路客运专线路基沉降预测

基于灰色预测模型GM（1,1）模型、离散灰色预测DGM（1,1）模型和非线形离散灰色预测NLFDGM（1,1）模型,采用FORTRAN语言,编制了路基沉降预测程序GREYMODEL。将该程序应用于铁路客运专线路基典型断面沉降预测,并与实测结果进行对比。结果表明：DGM（1,1）模型作为GM（1,1）模型的离散形式,两种模型的预测结果比较接近,短期预测精度高,中长期预测精度低;结合等维信息建模,非线形离散灰色预测NLFDGM（1,1）模型具有极高的精度和稳定性,在路基沉降预测中推荐使用;并提出了若干关于提高灰色模型预测稳定性和精度的建议。     

投标报价基于GM(1,1)灰色动态模型的主材价格预测

在建设工程中,建筑材料的价格是随时变化的。在工程投标报价时,如何准确预测主材价格,是施工企业研究的主题。此文基于灰色系统理论,通过建立GM(1,1)灰色预测模型,对工程主要材料(钢筋)的价格进行分析与预测,并以实际工程为例进行验证,证明基于建立的GM(1,1)灰色动态模型预测钢筋价格,精度较高、效果较好,可为工程投标和施工采购钢筋提供有益参考。     

铁路客运站旅客候车时间研究

通过实际查验旅客车票并同时记录该旅客的进站时间,基于灰色动态理论,建立旅客的候车时间模型.该模型在对旅客候车时间原始数据处理的基础上,经过Gauss拟合,建立与实际调查结果相符合的灰色动态模型,并与对数正态分布模型进行比较,发现灰色模型更具真实性和准确性.理论分析和实际计算结果表明:旅客候车时间所占比例最大的为38 min,平均值为63.98 min,候车20 min～60 min的旅客占53%.     

滑坡预测预报的Verhulst反函数残差修正模型

Verhulst反函数模型适用于非负、单调、监测数据波动小的预测问题,因而对随机波动性较大的数据序列拟合较差,故预测精度低.BP神经网络预测模型适用于随机的非线性动态数据系统,可弥补Verhulst反函数预测模型的局限性.在Verhulst反函数预测预报模型的基础上,增加残差项,运用BP神经网络对残差序列进行二次建模分析,形成滑坡失稳时间预报的verhulst反函数残差修正模型预测方法.应用VerhuIst反函数残差修正模型和Verhulst反函数模型预测方法,对国内外滑坡监测实例进行滑坡预测预报的结果表明,Verhulst反函数残差修正模型预测值的预报结果更接近实际观测数据,预测值的平均相对误差较Verhulst反函数模型减少1%～7%,预测精度高,适用范围广.     

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论.理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为.     

基于改进灰色模型的东北地区铁路货运量预测

铁路货运量预测在国家和区域经济发展规划中具有十分重要的作用。灰色GM(1,1)预测模型被广泛应用于铁路货运量预测研究中。本文在建立灰色GM(1,1)模型的基础上,采用更符合东北地区经济发展态势的改进灰色模型——新陈代谢GM(1,1)模型对东北地区2006—2011年铁路货运量进行预测。通过对原始数据与预测数据的精度检验后发现:新陈代谢GM(1,1)模型满足四种精度检验要求,符合一级预测标准并适合中长期预测,适合于东北地区铁路货运量的预测研究。最后应用新模型预测2012—2015年东北地区的铁路货运量,使得预测数据更加合理化。与灰色预测的基本模型相比,改进的预测模型具有较好的实用价值。观察预测数据发现东北地区货运量呈单调递增趋势,有良好的发展态势。     

铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型.结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠.与单一模型相比,该法具有较好的实用价值.     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。