灰色模型在软土地基沉降预测中的应用

准确预测地基的最终沉降量，对道路工程的设计和施工极其重要，但目前尚无能够全面反映各种情况的理论公式和数值方法。利用灰色理论建立不等时距GM(1，1)模型，对软土地基沉降进行预测，取得了较高的准确度。为了满足应用灰色理论建模的条件，拓展其应用范围，采用三次样条插值函数建立等时距GM(1，1)模型的方法，对软土地基的沉降进行预测，通过秦沈客运专线路基断面的实测数据对模型进行验证，并与双曲线法进行对比分析，结果表明，灰色模型预测值更接近实测数据。     

路基沉降的灰色理论预测及其应用

运用灰色理论，对铁路高填方路基的沉降进行预测，建立了GM(1，1)预测模型．以相同观测时段的GM(1，1)模型为原型，考虑荷载变化，针对地基土体均匀的情况，提出了GM(1，1)修正模型，通过具体实例，对模型的预测结果进行分析，分析表明，用修正模型预估下一级加载后的沉降，选取适当的沉降变化比进行计算，预测值与实测值之间误差小于6％，方法简单可靠，对类似高填方路基工程有一定参考价值．     

非等时距GM(1,1)灰色模型在路基沉降预测中的应用

灰色理论现已普遍运用于路基沉降的预测中,以某高速公路为例,运用灰色理论建立路基沉降的非等时距GM(1,1)预测模型,并采用后验差法进行精度检验。以工程实测沉降数据为基础,对模型的预测结果进行了分析。结果表明,预测值与实测值之间误差较小,从而证实该方法的可行性。     

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。     

高速公路路基沉降观测及预测方法

随着目前公路交通量的急剧上升,不少早期双向四车道的高速公路已不能满足日益增长的交通运输量的需求,部分高速公路面临着改建、扩建、提升路面等级等问题。如何控制扩建工程施工中新、老路基间的差异沉降,沉降观测工作不可或缺。通过对沪宁高速公路扩建工程施工期、缺陷责任期及运营期的沉降观测数据进行分析,并对部分沉降稍大路段进行了最终沉降量的预测,从而评价本项目路基的稳定性。     

基于自适应灰色模型的高速公路路基沉降预测

自适应灰色模型理论正确、精度合格,能够满足实际工程应用,将自适应灰色理论模型应用于高速公路地基的沉降预测同时用MATLAB编制自适应灰色模型预测程序,可以使应用该模型进行预测变得简便易行且方便移植。     

高速公路路基沉降预测方法综述及应用

本文综述了根据实测资料预测高速公路路基沉降量的方法，并结合宁启高速公路通海段的实测沉降资料，采用泊松曲线模型和灰色模型进行了预测，并与实测结果进行了对比和分析，得出一些结论和建议。     

灰色模型在某市地裂差异沉降量预测中的应用

地裂差异沉降可视为有限体系，以西安市为例，根据西安市小寨地裂差异沉降动态特征，采用费尔哈斯特（Verhulst)生物繁殖模型，以监测资料为背景予以灰色系统理论处理和进行沉降旋回期或寿命预测，为西安市修建地铁及运营提供参考资料。     

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。     

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...     

灰色预测模型在铁路客流预测中的应用

运量预测是铁路运输组织工作的重要基础和主要依据之一,是一项经常性工作。只有根据运量预测结果及其他方面的信息才能做出科学的决策,编制出可行计划、规划或发展战略,最大程度地减少风险,降低运作成本,减少设施闲置。运用灰色预测模型建立铁路客流预测模型,对我国铁路客运量进行预测,灰色模型的方法简单,适合在数据少的情况下预测短期客流量。     

基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

灰色系统理论预测沥青路面平整度性能模型研究

针对沥青路面平整度性能指标,在原有灰色预测模型的基础上,进行数据二次预测拟合,并结合某高速公路近几年平整度检测资料,对模型及预测结果进行分析研究.     

基于灰色Verhulst模型的民航远期货运量预测研究

从分析民航远期货运量预测的难点入手,引入灰色Verhulst模型,并分析了此理论应用于中国民航长期货运量预测的可行性及方法,在此基础上建立了民航货运量的Verhulst预测模型,结合中国民航货运量的历史数据进行了研究和分析。研究表明,灰色Verhulst模型在民航长期货运量预测方面具有较好的应用效果。     

基于灰色理论的高速公路软基沉降变形预测研究

基于灰色理论中的GM模型,推导出等栽条件下的沉降速率公式,与基于双曲线模式的沉降速率公式相比较,找出一种与实测结果相接近的预测方法,并结合有限元计算结果对这两种方法在预测最终沉降方面进行比较研究,总结两者的优缺点,对于工程实践具有一定的参考价值。     

灰色系统理论在桥梁劣化预测模型中的应用

根据辽宁地区桥梁承载力下降检测资料,应用灰色系统理论对在役桥梁劣化趋势进行分析,提出以时间与状态得分为等间隔初始序列,推导出桥梁劣化预测模型按指数分布表达式,并对检测序列进行分析验证,为桥梁劣化预测提供参考。     

灰色GM(0,N)法在轨道交通噪声预测中的应用

以实测样本数据为基础,根据灰色系统理论对列车车速、距轨道中心的距离两个因素进行灰色关联度分析,发现前者对线路侧方噪声级的影响要强于后者;分别建立线性回归模型和GM(0,N)模型,将预测值和实测值进行比较,发现灰色GM(0,N)模型的预测方法性能良好,是一种优秀的噪声预测方法.研究成果对轨道交通噪声影响因素的主次识别、降...     

基于灰色自适应粒子群LSSVM的铁路货运量预测

为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好;用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006~2009年的预测相对误差分别为0.39%、-1.67%、1.44%和4.75%,适用于铁路货运量的短期预测.      

灰色理论模型在软基沉降预测应用中准确性探讨

采用两组不同监测数据建立非等时距GM(1,1)模型,引入平均相对误差与灰色关联度两个指标,为精度检验分级提供更多参考依据。