GM（1，1）模型在路基沉降预测中的应用

灰色模型法计算工作量小,精度高,基于灰色理论的灰色模型在公路路基沉降预测中得到了普遍的应用。以工程实际沉降观测数据为基础,建立GM（1,1）灰色模型,对模型的预测结果进行了分析,由此证实GM（1,1）灰色模型在路基沉降预测中具有可行性。     

基于非等时序灰色模型的路基沉降预测

结合高速公路路基施工沉降观测数据,讨论了灰色系统理论和双曲线模型在公路路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意时间间隔的非等时序改进灰色模型。通过具体工程实践,给出了灰色模型和双曲线模型对公路路基沉降量预测结果与实测结果的比较,结果表明灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要。     

基于灰色理论的公路沉降预测研究

以工程实测数据为基础,根据灰色理论中的数列预测理论,针对公路建设中路基沉降监测,建立灰色预测模型.根据预测结果与沉降实际测量数据的对比,分析了模型预测结果的合理性.同时讨论了所用灰色预测模型的特点及其在沉降监测中的应用.     

基于灰色理论的公路沉降预测研究

以工程实测数据为基础,根据灰色理论中的数列预测理论,针对公路建设中路基沉降监测,建立灰色预测模型.根据预测结果与沉降实际测量数据的对比,分析了模型预测结果的合理性.同时讨论了所用灰色预测模型的特点及其在沉降监测中的应用.     

灰色预测在高铁路基沉降预测中的应用

以在建某高速铁路为背景,通过对路基沉降实测数据的汇总,根据沉降曲线形态及沉降速率的差异将其分为3类.对观测数据进行等时距变换,采用灰色理论GM(1,1)模型、双曲线法、三点法对工后沉降进行预测,并对灰色理论预测模型进行精度检验.选取堆载预压期的数据作为模型原始数据,通过与实测最后一期数据的对比,发现灰色理论预测结果更接...     

灰色预测模型在一级公路软土路基施工期沉降预测中的应用

以湛江大道一级公路软土路基施工期间150 d的沉降监测数据为基础,建立了灰色预测模型,预测软土路基未来30 d内的累计沉降量,并提出了一种在施工过程中对灰色预测模型进行滚动建模的方法.结果表明:以灰色预测模型GM(1,1)对软土路基长达150 d的沉降数据进行拟合,小误差概率P<0.95,后验差比值C<0.35,模型精...     

基于SA算法的灰色Verhulst模型在软土路基沉降预测中的应用

公路软土路基在施工完成后会产生较大的工后沉降,对后期的车辆通行有一定的影响,因此对软土路基的沉降预测进行了研究。根据实际工程中所测得的沉降数据,利用python编程语言的科学计算库,建立了非等时距灰色Verhulst模型。采用SA算法(模拟退火算法)对模型进行优化,求得模型参数的最优解和最终沉降量,给出了路基随时间变化的沉降预测曲线,并与传统非等间隔灰色Verhulst模型曲线进行了对比和误差分析。结果表明:经SA算法优化后的模型能更好地反映软土路基的沉降规律,可较好地应用于软土路基的沉降预测研究中。     

遗传算法在高路堤沉降预测中的应用

依据高路堤填土施工期路基沉降实测资料,分别运用遗传算法和最小二乘法确定灰色GM(1,1)预测模型中的灰色参数a和u,然后据此预测路基后期任意时刻的沉降量及最终沉降量,通过与实测沉降资料做比较分析,表明采用遗传算法反演参数预测高路堤沉降具有比其它方法误差更小的特点,是一种较好的路基沉降预测方法,因此适宜于在高路堤的沉降预测中应用.     

软弱地基沉降规律及预测方法

控制路基沉降是保证高速公路建设质量的关键。选取常用的双曲线法、指数曲线法和灰色系统法对软弱地基沉降进行预测,对比分析三种方法预测的沉降量的大小,提出适宜的软弱地基沉降预测方法。结果表明：对于沉降观测值来说,灰色系统法与三点法和双曲线法相比,误差稍微有些偏大,但对于最终沉降量的预测。灰色系统法预测结果比较安全、可信程度高,因此,应用灰色模型预测软弱地基沉降具有良好的适用性。     

遗传算法在高路堤沉降反演优化中的应用

依据高路堤填土施工期路基沉降实测资料，分别运用遗传算法和最小二乘法确定灰色GM(1，1)预测模型中的灰色参数α和u，然后据此预测路基后期任意时刻的沉降量及最终沉降量，通过与实测沉降资料做比较分析，表明采用遗传算法反演参数预测高路堤沉降具有比其它方法误差更小的特点，是一种较好的路基沉降预测方法。     

矿产资源资产估价的动态收益现值法研究

应用随机时间序列理论和资产评估理论对矿产资源资产估价的收益现值法进行了研究,建立了待估矿产资源资产未来净收益的动态预测模型,提出了折现率历史数据的测算方法,据此,建立了与净收益预测模型相类似的未来折现率的动态预测模型。这些模型和方法为把现行的偏重于静态的收益现值法扩展为科学实用的动态收益现值法奠定了基础。     

民用汽车拥有量非线性时空组合预测模型

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

��������ӵ����������ʱ�����Ԥ��ģ��

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

Non-Linear Combined Prediction Model of Medium and Long-Term Civil Vehicle Population of China

With consideration of the economy development tendency in China, a civil vehicle population prediction model is developed based on the space-time theory. First, with the domestic and international experience on vehicle development, the gray Verhulst model is used to describe the vehicle population development tendency and predict the vehicle population in the next 20 years. Second, several social and economical indexes related to the civil vehicle population are selected by comparing the correlation coefficient value, and then, the principal component method is used to reduce dimension of the selected indexes and obtain some principal indexes. Based on the econometrics theory, a forecasting model is formulated to predict the vehicle population in the next 20 years. Integrating these two forecasting models, a non-liner combination forecasting model is developed based on the BP neural network. The reliability and accuracy of the linear combination forecasting model are tested by the vehicle data from 2003 to 2007. Finally, the civil vehicle population of China in the next 20 years is predicted based on the linear combination forecasting model.     

基于NL-累计前景理论的出行方式 选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限，联立出行方式与出发时段构建双因素出行方案，并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化，构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值，最后通过调查数据进行建模与验证.结果表明，与仅基于 NL模型进行的方式预测相比，所建模型综合命中率从74.8%上升至85.2%，各方式预测命中率更为均衡.     

基于NL-累计前景理论的出行方式选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限,联立出行方式与出发时段构建双因素出行方案,并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化,构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值,最后通过调查数据进行建模与验证.结果表明,与仅基于 NL模型进行的方式预测相比,所建模型综合命中率从74.8%上升至85.2%,各方式预测命中率更为均衡.     

车辆排放对大气污染的模糊监测及神经预测模型

以车辆排放对大气污染为研究对象,在综合考虑车辆排放对大气污染影响因素的基础上,构建车辆排放对大气污染的模糊监测指标体系。通过模糊集的相关理论,建立车辆排放对大气污染的监测模型,并采用熵权法确定指标权重系数,利用模糊可变模型计算监测值对各监测级别的综合相对隶属度,界定车辆排放对大气污染的等级程度。通过大数据分析,根据神经网络理论构建车辆排放对大气污染的预测模型,并利用MATLAB软件实现预测过程。应用结果表明,车辆排放对大气污染的监测模型可有效界定车辆排放对大气的污染程度,车辆排放预测模型能预测短时间内大气中污染物浓度,具有较高可信度,研究成果对解决车辆排放对大气污染有较好的指导意义和实用价值。     

基于GM(1,1)模型的道路交通事故预测

道路交通事故的发生虽具有偶然性,但也可利用预测理论的方法加以预测。在分析道路交通安全系统灰色属性的基础上,提出将道路交通事故作为道路交通安全系统行为特征量处理,运用灰色理论和方法来进行道路交通事故预测,在此基础上,建立了道路交通事故的GM(1,1)灰色预测模型,并通过实例验证了预测模型的适用性。     

混凝土碳化深度预测模型研究

对混凝土在酸性环境下腐蚀后的碳化深度进行研究,建立单变量的一阶灰色预测模型GM(1,1),对混凝土的碳化深度进行预测,并用加速腐蚀试验方法对混凝土碳化深度进行验证,研究结果表明,模型预测结果与试验结果能够较好地吻合,证明这种预测方法是简便易行的,可以作为研究受腐蚀混凝土的碳化深度的一种方法。     

混凝土碳化深度预测模型研究

对混凝土在酸性环境下腐蚀后的碳化深度进行研究,建立单变量的一阶灰色预测模型GM（1,1）,对混凝土的碳化深度进行预测,并用加速腐蚀试验方法对混凝土碳化深度进行验证,研究结果表明,模型预测结果与试验结果能够较好地吻合,证明这种预测方法是简便易行的,可以作为研究受腐蚀混凝土的碳化深度的一种方法。