非负权重最优组合预测方法的基本理论研究

本文从三个方面研究了非负权重最优组合预测方法的基本理论，给出了一种解决三阶非负权重最优组合预测问题的简捷方法。

基于非负权重组合模型的江苏省入境旅游客源预测

旅游客源需求预测是一个复杂的非线性系统，其发展变化具有增长性和波动性。本文根据1998年～2005年江苏省入境旅游客源数据特征，采用BP神经网络模型、GM（1，1）模型以及指数曲线模型分别进行预测，然后结合这三种预测方法的特点，提出非负权重组合预测模型，通过实例运算的对比分析，证明组合预测模型具有很高的准确性。预测结果表明：组合预测模型优于单一预测模型，江苏省入境旅游客源的非负权重组合预测模型是有效可行的。

变形监测数据组合预测的串联与并联模式研究

为提高变形监测数据预测的精度与可靠性,提出了变形组合预测的串联与并联两种模式:即从变形时间序列分解的角度出发,构建了串联式组合模型;在线性定权和非线性定权约束条件下,建立了并联式组合预测模型。将两种模式的组合模型应用于某高层建筑的沉降变形预测,并对其预测效果进行比较。结果表明,组合预测精度优于单一预测模型,且提高了预测结果的可靠性。

深埋隧道围岩变形预测的非线性组合模型

深埋隧道围岩变形受地应力、地下水、开挖方式等多种因素共同影响,表现为位移序列高度的非线性,为此,提出了基于变形信息融合的非线性组合预测模型。该模型以灰色GM(1,1)模型、RBF模型两种单项预测数据为基础,采用神经网络求取组合预测模型中单项模型所占权重,构建非线性组合预测,并将该模型应用于某深埋隧道围岩变形预测,同时将非线性组合预测的结果和简单平均定权组合、最优线性加权组合进行了比较。研究结果表明:所提出的方法较传统的定权方法在预测精度方面有明显的提高,预测结果更为稳健,在深埋隧道围岩变形预测中具有较好的工程和实践价值。

基坑变形组合预测分析及安全性评价

为提高基坑变形预测精度及合理评价基坑所处的安全状态,提出以支持向量机、极限学习机和GM(1,1)模型为单项预测模型,构建定权法、非定权法确定组合权值的组合预测模型,并利用累计变形量与变形控制值构建基坑变形的安全性评价指标,以判断基坑所处的安全状态,且采用重标极差法分析基坑安全性的发展趋势。实例分析表明:1)组合预测较单项预测具有更高的预测精度,且能有效降低预测风险,增加预测结果的稳定性; 2)非定权组合的预测精度要略优于定权组合的预测精度,且以BP神经网络权值法的组合效果最优; 3)通过对某基坑的安全性分析,得知该基坑处于危险阶段,需采取必要的安全措施,且预测结果与安全分析结果一致,验证了预测方法和安全性评价方法 2种分析方法的有效性和准确性。

优化组合预测模型在桥梁变形预测中的应用

为提高桥梁变形预测的精度,探讨不同预测模型在桥梁变形预测中的效果,结合桥梁变形监测数据及组合预测思路,构建桥梁的MC误差修正优化组合预测模型。通过实例验证得出,组合预测较单项预测具有更高的预测精度及稳定性,其中以RBF神经网络组合的预测精度最高;同时,误差优化修正模型进一步减小了预测误差,优化后预测结果的相对误差期望值为0.86%,方差值为0.097 3mm2,准确预测了桥梁变形,验证了该思路的有效性。

最优非负变权灰色非线性模型及桥梁变形预测

针对灰色预测模型GM(1,1)拟合精度低的情况,创新性的提出GM(1,1)模型同正弦函数、余弦函数、指数函数和同常数相结合的灰色非线性模型,并给出模型解算和精度评定方法。在此基础上,根据变权原理又提出了最优非负变权灰色非线性模型解算思路。并用某桥梁变形监测工程实例进行验证。通过比较分析各模型精度发现:最优非负变权灰色非线性模型预测精度较GM(1,1)模型、灰色非线性模型得到一定程度的提高,可以应用于桥梁变形预测中。

基于非等间距GM_GRNN组合模型的转炉应用

建立以终点碳和温度为间距的氧气用量非等间距灰色数列预测模型,并利用广义回归神经网络对灰模预测结果进行非线性组合优化,得到氧气质量的综合预测值。通过采集到的某钢厂实际生产数据,建立氧气质量的组合预测模型,得到平均相对精度达到97.39%的一步预测值。验证结果表明该组合模型是准确而有效的。