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。     

基于灰色模型方法的路面使用性能预测

文中引入灰色系统理论对路面使用性能预测进行了拓展。使用常规GM(1,1)模型进行预测时,随着时间序列的增长,预测的精度将不断降低,只有时间序列较近的几个数据的精度较高。针对常规GM(1,1)模型存在的不足,文章改进了常规模型,并利用改进后的模型对某高速公路路面使用性能进行了预测。根据预测结果与路面实际检测数据的对比,分析模型预测结果的合理性和该指标的发展,证明改进后的模型精度较高,预测误差较小,可作为制定养护计划的依据。     

基于改进GM(1,1)模型的雷达故障预测

针对常规GM(1,1)模型在背景值构造及自适应性上的缺陷,文章引用了一种改进的背景值构造方法,并结合新陈代谢法创建了一个新的灰色模型。以某型雷达高压电源为例,通过Matlab软件仿真和模型比较分析后,结果表明,改进后的GM(1,1)模型预测精度和自适应性都大大提高。     

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)...     

基于多因子关联分析的道路交通事故灰色预测模型研究

基于灰关联分析,对道路交通事故的影响因子进行预处理,建立了基于多因子关联分析的道路交通事故GM(1,N)预测模型。对哈尔滨市1994年~2004年的道路交通事故进行实例分析,预测结果表明GM(1,N))模型的预测精度高于GM(1,1)模型及多元线性回归模型。该模型克服了GM(1,1)模型对于波动性较大的非平稳数列预测精度低的缺点,该模型具有简单、有效、预测精度高的特点。GM(1,N)模型是一种动态数据处理方法,且不会出现量化分析与定性分析结果矛盾的现象,能够很好的反映交通事故的未来发展趋势。     

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。     

GM(1,1)灰色模型优化方法研究

基于传统GM(1,1)灰色模型适用范围有限和预测精度较低的问题,提出了实测数据恒正凹化处理和相邻均值法(序列相邻数值取平均值)结合建模的新方法。该方法能够将原始数据序列转化为指定形式,利用数据相邻均值与时区长度。应用结果表明:优化后的GM(1,1)模型对数据兼容能力更强,对于发展速度"先快后慢"且波动性较小的稳定序列,该模型能够提高数值拟合精度,延长预估范围,可用于中长期预测,并且优化模型数值还原无需迭代累减,计算过程更加简便,为灰色模型的改进提供一定的参考价值。     

GM(1,1)预测模型的两阶段优化方案及其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。章提出了GM(1，1)预测模型的两阶段优化方案，经比较，预测模型结果明显优于常规GM(1．1)模型。将改进的GM(1．1)模型用于交通量预测，预测效果较好。将等维递推处理技术应用于预测模型中，还可进一步提高该模型的预测精度和实用性。     

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。     

无偏等维新息模型在路基沉降预测中的应用

在分析了传统GM(1,1)模型和无偏灰色预测模型的基础上提出了无偏等维新息预测模型,通过运算得出最佳预测值以及预测的最佳维数区,并采用后验差方法对模型的精度进行检验。通过对某高速公路实测沉降数据的分析,证明该模型样本需求量小、计算简单、能动态地反映出实测数据的内在规律,并使预测精度得到有效的提高。证明了将无偏等维新息模型用于预测高速公路路堤沉降量的可行性,在实际运用过程中,为了获得更加准确的结果应不断带入新近的实测数据。     

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。     

基于灰色理论桥梁群桩基础工后沉降的预测

基于灰色系统理论,应用其等时距GM(1,1)模型及改进的新陈代谢模型对沉降进行预测,通过与蕴藻浜特大桥一墩的沉降观测资料的对比分析,证明文中提出的工后沉降灰色理论预测方法,在工程实际中是可行的。     

GM(1,3)模型在交通系统公路客运量预测中的应用

交通系统公路客运量预测不仅具有模糊性和动态性等特点,而且受多个因素影响。许多交通研究人员只根据客运量一个因素,用GM(1,1)模型预测。文章运用GM(1,N)系统综合预测模型,考虑系统中多个相关因素,并结合GM(1,1)模型,以原始离散的公路客运量、人口和国内生产总值GDP三组数据数列为基础,建立GM(1,3)模型来预测公路客运量。在详细论述了系统综合预测模型GM(1,3)的建立过程后,用后验差检验法对预测结果进行了检验,预测精度较好,表明此模型对公路客运量预测有一定应用价值。     

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。     

灰色理论在高速公路软土地基沉降预测中的应用

运用灰色理论对高速公路软土地基沉降进行预测,建立不等时距的预测模型GM(1,1),采用后验差法对模型的可靠性进行检验,弥补等时距GM(1,1)模型的不足。同时,结合沿江高速公路常州段实测数据,进行计算机模拟,得出了预测模型,并与实测结果进行对比和分析,结果理想可靠,证明了该法的实用性。     

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。     

灰色GM（1，1）模型在连续刚构桥施工监控应力预测中的应用

刚构桥施工过程中应力变化复杂,影响因素多。文章介绍了实测应力的GM（1,1）模型、实测应力与理论应力之差和商分别建立的GM（1,1）模型,并引入滑动平均法对数据进行前处理,通过工程实例比较得出了各自的优缺点。     

基于灰色理论的黄土高填方地基沉降变形预测研究

以某黄土高填方工程为研究对象,建立黄土高填方沉降变形的GM(1,1)预测模型,运用MATLAB编程程序并结合工程实际监测的数据,分别对黄土高填方沉降变形进行了短期、中期及长期预测。结果表明:GM(1,1)模型对于高填方地基沉降不仅在短期精度高,随着施工的进行对于中长期精度也可以保证,这既可缩短工期、降低工程成本,又能提高工作效率。