优化MGM(1,n)模型在边坡沉降预测中的应用研究

为更好地预测边坡沉降,考虑边坡整体变化趋势,采用多变量的优化MGM(1,n)模型,对边坡相关的各监测点的沉降变形进行了预测。该研究先以平均相对残差为指标筛选初值,引入背景值系数重构背景值计算公式;再据此建立改进的双值MGM(1,n)优化模型;最后,以中山西环高速公路A段的边坡工程为实例,分别建立传统MGM(1,n)模型、GM(1,1)模型和优化MGM(1,n)模型,并对所测数据进行建模预测和比较分析。研究结果表明:在3种优化模型中,优化MGM(1,n)模型的预测精度最高。该模型在边坡沉降预测方面具有一定的应用前景,可为类似工程和研究提供参考。

基于向量连分式理论的MGM(1，n)模型

分析了多变量灰色模型(multi-variable grey model)MGM(1,n)中的背景值构造方法,基于向量连分式理论提出了用有理插值和数值积分中的梯形公式及外推法重构背景值,可以有效地提高模型的模拟精度和预测精度,实例分析结果表明了该方法的有效性和实用性。

优化背景值的灰色MGM(1,n)模型

根据灰色MGM(1,n)模型的建模机理,指出影响该模型模拟和预测精度的主要原因是背景值的构造形式.结合GM(1,1)模型内涵表达式的指数特征,重新构造了背景值,以此建立新的灰色MGM(1,n)模型.实例表明改进的MGM(1,n)模型拟合和预测效果更好.

基于灰色动态MGM(1，n)模型的舰船纵摇-升沉运动预报

舰船在实际海况中的运动因受到各种因素的影响而非常复杂,六个自由度之间相互耦合构成一个复杂的系统,因此建立描述舰船运动的系统模型并对各自由度运动进行实时预报具有非常重要的意义。灰色MGM(1,n)模型用微分方程的形式表现了一个系统中n个因素对某个因素变化率的影响,可以用于对非线性复杂系统的系统预测。通过对灰色系统理论的学习发现对原始数据用极差变换进行预处理后会更适合MGM(1,n)模型的拟合,为模型预测打下了良好的基础。在充分的理论研究基础上,本文对船模水池试验获得的纵摇、升沉运动数据以及海浪数据进行极差变换后建立灰色MGM(1,n)模型,并对纵摇、升沉进行非线性预报,得到了较好的效果。

多变量灰色模型MGM(1,n)在R&D投资预测中的应用

对未来R&D经费总量及其与GDP比值进行科学的预测是制定科技发展规划的重要组成部分.提出一种定量分析预测方法———利用多变量灰色MGM(1,n)模型(mu lti-variab le grey model),研究R&D投入与GDP所形成的复杂系统变量之间的相互影响关系,对天津市相关数据资料进行实证分析与中长期预测,为政府相关部门制订科学的科技发展规划提供有益的指导作用.

地下水位动态变化预测中的MGM(1,n)模型

当观测资料的数据量少而又存在多个相互影响或关联的变量时,常用的灰色预测模型GM(1,1)不能全面考虑多个变量。为此,采用自适应MGM(1,n)模型—多变量灰色预测模型,较好地解决了这一问题。针对一些农区井灌水稻规模扩大而引起地下水资源紧缺的情况,以某井灌水稻地区地下水动态观测资料为研究对象,运用灰色理论建立MGM(1,1)模型,描述其地下水动态变化趋势,获得了较好的预测效果。

遗传优化MGM(1，n，q)模型及在城市用水中的应用

城市用水量由于受经济、人口、生活水平等多种因素的影响,具有一定的灰色特征。多变量灰色MGM(1,n)模型作为GM(1,1)模型的扩展和补充,能够反映各变量间相互制约、相互促进的关系。遗传算法具有全局最优性和并行性特点,利用遗传算法对多变量MGM(1,n)模型的参数q进行优化,构建了基于遗传算法的MGM(1,n,q)模型。以1990～2003年大连市城市用水为例,对模型进行了验证,结果表明基于遗传算法的MGM(1,n,q)模型优于MGM(1,n)模型,MGM(1,n)模型要优于GM(1,1)模型。

基于MGM(1,N)模型的C型固体电枢初速研究

为了进一步研究电枢出口速度的变化特性,以小口径C型固体电枢电磁轨道炮为研究对象,通过建立多变量灰色预测模型,来实现对电枢初速的拟合和预测,并对连续发射状态下电枢速度的变化及发射系统的性能进行预测和分析。分析结果表明,电枢初速的变化为先波动后稳定增加最后衰减的趋势,应用MGM(1,N)模型对于电磁轨道炮发射系统性能的研究具有重要意义。

递推批量MGM(1,N)模型在滑行艇运动姿态预报中的应用

为了设计出有效的滑行艇的自动控制系统,需要建立预测模型对其运动姿态进行实时的、精确的预报.分析利用MGM(1,N)模型对滑行艇运动姿态进行预报的适用性.同时,针对滑行艇运动姿态数据的特点和预报的实时性要求,提出了新采集了一批数据之后,计算模型的参数矩阵的递推公式.利用该公式可以在提高预测精度、延长预测时间的同时,不会显著的增加计算量.数值仿真试验的结果表明,将批量递推MGM(1,N)模型应用于滑行运动姿态预报是可行的,并且具有非常高的预测精度.

MGM(1，N)模型用于瓦斯涌出量预测

矿井瓦斯涌出量预测是新建矿井和改扩建矿井通风设计、安全管理、制定合理的瓦斯防治措施必不可少的重要环节。加强瓦斯涌出量预测方法研究,正确预测瓦斯涌出量,对改善我国煤矿安全生产状况具有积极的意义。在瓦斯涌出量预测中,瓦斯涌出量受多因素综合影响,且各个因素间相互影响、相互关联。文中提出一种新的矿井瓦斯涌出量预测方法——MGM(1,N)模型预测法。该方法综合考虑了瓦斯涌出量的各个影响因素,预测精度较高。其结果对煤矿安全生产具有指导意义。

基于小波分析的MGM(1,N)模型在大坝监测系统中的应用

针对大坝变形监测系统监测过程中受到各种随机因素干扰的情况,详细讨论小波分析和MGM(1,N)灰色模型的基本理论和建模过程,成功将基于小波分析的MGM(1,N)模型应用于大坝变形的预测预报。实践证明,先用小波滤波法对监测数据进行去噪处理,然后建立MGM(1,N)模型进行预测,能有效地提高传统MGM(1,N)模型的预测精度。

基于自适应MGM(1,n)-马尔科夫链模型的大坝变形预测

大坝的变形受到多种因素的影响,对于一些没有长期、连续、可靠监测数据的工程,采用传统的多变量灰色模型MGM(1,n)进行大坝变形预测时,往往随着预测时间的推移,预测精度降低。采用自适应MGM(1,n)模型,根据有限的监测资料,综合考虑各个变量之间的相互影响,通过置入最新信息取代最老的信息,来反映坝体变形过程中的随机因素或扰动对系统的影响。以此为基础,利用马尔科夫链确定位移时序的状态转移概率矩阵,通过对实测值、拟合值以及所处状态的分析,对大坝变形进行更高精度的预测。实例表明,和传统多变量灰色模型MGM(1,n)以及自适应MGM(1,n)模型相比,自适应MGM(1,n)-马尔科夫链模型(MGM-MC模型)具有更高的精度。

MGM(1,n)模型在预测城市地下水水位动态变化中的应用

为科学地进行城市地下水水位动态变化预测,提出多变量灰色模型MG(M1,n)模型(multi-variablegreymodel),是单变量的G(M1,1)模型在多变量(n元变量)情况下的推广。通过模型比较,该模型拟合精度优于G(M1,1)模型和BP网络模型。

基于MGM(1,n)模型的中国水产品产量时间序列的实证分析

运用灰色关联度与多变量灰色系统理论对中国1986—2011年水产品产量时间序列进行了实证分析。首先用灰色关联分析方法将水产品产量所包含的5组时间序列即海洋捕捞、远洋渔业、海水养殖、淡水捕捞、淡水养殖产量进行了分类;再将关联度达到0.9以上的海洋捕捞、海水养殖、淡水养殖产量3组时间序列划分为一组并运用多变量灰色MGM(1,n)模型对其进行建模,由于这3组序列关联度高且单个序列累加数据近似服从指数分布,因而拟和结果数据逼近初始数据;对关联度达到0.8的远洋渔业与淡水捕捞两组时间序列,也尝试用MGM(1,n)模型进行建模,结果模型拟合略有欠缺。本研究中的这种建模方法既考虑了序列间的内在联系,又避免了分别使用单一序列建模割裂序列相互制约因素的情况发生,图示与误差分析结果均显示该方法具有效性。

基于MGM(1,n)的R&D投入预测分析

当观测资料的数据量少而又存在多个相互影响或关联的变量时,常用的灰色GM(1,1)模型不能全面考虑多个变量,GM(1,n)模型也不能考虑相互影响问题,而采用MGM(1,n)模型,较好地解决了这一问题。MGM(1,n)模型是GM(1,1)模型在n元多变量情况下的推广,其参数能够反映实际工程或社会系统中多个变量间的相互影响、相互制约的关系。内容包括:建模变量的选择,建立n元微分方程组,求解变量的时间响应函数和模型检验,并对GDP和R&D进行了预测。

基于灰色MGM(1,N)模型的徐州市产业经济变化预测

近几年我国第三产业迅猛发展,超过了第二产业的比重,这是中国经济发展的一个转折。同时也导致一些地区出现重视第三产业发展,轻视第二产业的现象。现阶段第二产业仍然是国民经济的支柱产业,是第三产业发展的动力和源泉。因此,必须重视第二产业的发展,推进科技创新,促进产业升级,增强企业活力。文章利用灰色MGM(1,N)模型预测了徐州市2007—2015年第二产业和第三产业的经济总量和在GDP中的占比,具有良好的预测精度,旨在为政府部门优化产业结构、调整产业政策、协调经济发展提供借鉴。

MGM(1,n)模型在粉喷桩路基沉降预测中的应用

提出了一种预测公路复合地基工后沉降的新方法。首先,通过路基监测项目的灰色关联分析,优选影响路基沉降的相关预测变量,如道肩水平位移、孔隙水压力消散值及桩身应变等,在此基础上建立灰色多变量MGM(1,n)模型并给出相应的沉降预测方程。而后考虑监测数据序列的非等时间间隔影响,改进、完善此模型,使之能够对粉喷桩复合路基的沉降量进行准确预测。文中并给出应用实例,表明应用该法进行沉降预测,可以更全面地利用工程监测数据,更有效地预测路基工后沉降量。

计算机辅助设计线图数据处理的MGM(1，n)模型与方法

运用灰色系统理论,建立多变量灰色MGM(1,n)模型。该模型是GM(1,1)模型在n元变量情况下的推广,但它不是GM(1,1)模型的简单组合,也不同于GM(1,n)模型只建立单个n元一阶微分方程,而是建立n个n元微分方程,通过联立求解,使MGM模型中的参数能够反映多个变量间相互影响、相互制约的关系。该模型具有精度高、使用简便等特点。运用该模型的MGM(1,2)和MGM(1,3)线图处理实例表明,该方法简单实用,值得在计算机辅助设计中推广使用。

MGM(1,n)模型在黔中枢纽大坝沉降分析的应用

岩溶地区影响高面板坝施工期和初运行期沉降变形的不利因素较多,沉降变形是一个复杂的非线性系统过程。灰色理论能从有限的、离散的数据中寻求潜在的必然性,因而较适合于岩溶地区高面板坝的沉降变形分析。针对单点GM(1,1)模型不能考虑沉降监测点间的关联性,反映不出高面板坝整体变形规律的问题,在灰关联分析的基础上,选取黔中水利枢纽工程高面板坝施工期坝体最大沉降测点及与其关联性较大测点的观测数据建立空间多变量灰色预测模型MGM(1,3)模型。计算结果表明,与单点GM(1,1)模型相比,MGM(1,3)模型能反映出高面板坝沉降的整体变形规律,且模型的模拟和预测精度高。

基于MGM(1,N)的染色羊绒纤维力学性能预测

研究了染色温度对羊绒纤维力学性能的影响。建立了关于染色温度与羊绒纤维的断裂强力、断裂伸长率和卷曲率等力学性能的MGM(1,N)模型,并对模型的背景值进行了优化。MGM(1,N)模型可拟合染色温度与染色羊绒纤维力学性能指标间的关系,可预测不同染色温度下染色羊绒纤维的断裂强力、断裂伸长率和卷曲率等性能。研究结果表明,MGM(1,N)模型具有较高的预测精度,对羊绒纤维染色工艺的制定有一定的指导作用。