基于马尔可夫残差修正灰色模型的轨道质量指数及其分项预测

为研究轨道质量指数(Track Quality Index,TQI)及各分项值的变化趋势,本文考虑动检数据的非等时距特征,构建了关于TQI及各分项值的一阶灰色模型。原始数据经过累加变换后,利用最小二乘法求解模型的灰参数,并引入马尔可夫残差修正方法对灰色模型进行修正。通过对比修正前后灰色模型TQI及各分项的输出值(拟合值和预测值)与实测值,验证残差修正对提升模型预测精度和降低预测误差的改善效果。结果表明:经马尔可夫残差修正后,灰色模型TQI及各分项输出值可以较好反映其波动情况;与修正前灰色模型相比,修正后灰色模型TQI预测值与实测值的平均误差由1.59%降至0.89%,整体预测精度由2级提升到1级;TQI各分项预测值与实测值的平均误差由3.18%降至1.42%,整体精度由2~4级提升到1~2级。从降低误差和提升预测精度两方面看,修正后灰色模型的预测效果明显提升。

改进GM(1,1)模型在城市轨道交通工程基坑沉降预测中的应用研究

针对城市轨道交通工程基坑沉降监测数据长期、非等时距的特点,构建了一种基于滑动窗口的非等时距改进GM(1,1)模型。基于滑动窗口更新GM(1,1)模型变量,充分利用GM(1,1)模型适用于短期预测的优势;利用时距信息对累加生成序列赋权,削弱非等时距观测产生的影响,从而提高模型预测精度。通过对某城市轨道交通工程基坑沉降监测数据进行预测分析,发现改进GM(1,1)模型预测结果的均方根误差与平均相对误差分别为1.12 mm和9.25%,相较于传统GM(1,1)模型分别提高约32%和21%,验证了改进GM(1,1)模型能够更好地满足基坑工程沉降预测的应用需求。

改进时变线性汇流模型在洪水预报中的应用

从时变线性汇流模型的目标、变量及关系可看出模型存在参数静态、无法考虑区间径流影响等制约问题,在洪水预报应用中存在显著缺陷。为此,提出从结合混沌映射丰富模型求解多样性和加入影响算子代替区间径流两个方向对时变线性汇流模型进行改进。选用黑水河流域毛尔盖水电站多年实测径流数据,以预报过程、洪量、洪峰及峰现时间等作为评判指标,进行改进时变线性汇流模型的应用分析。结果表明,改进模型整体预报合格率提升了9.13%、确定性系数提升了0.25,拓展了时变线性汇流模型应用的可靠性和实用性。

灰色预测在软土地基沉降分析中的应用

运用灰色理论建立了软基沉降的不等时距预测 GM(1 ,1 )模型 ,并可用残差的 GM(1 ,1 )模型对其进行修正。

基于灰色理论的轨道几何状态中长期时变参数预测模型的研究

根据轨道几何不平顺的发展特性,在灰色预测理论的基础上,考虑模型参数随时间的变化,并优化背景值,建立以轨道几何不平顺检测数据为时间序列的非等时距灰色时变参数模型。为更好地描述轨道几何不平顺影响因素间复杂的函数关系,提高模型拟合和预测精度,基于残差分析引入周期性函数,对模型进行组合修正。应用此模型对轨道质量指数TQI数据进行分析预测,并对其精度进行检验。结果表明:模型能较好地反映轨道质量随时间发展的随机波动特征,拟合、预测精度高,适合进行中长期预测,可为了解和掌握轨道质量状态的发展规律提供新的方法。

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。

基于滑动窗口预测的水文时间序列异常检测

针对水文时间序列分析与决策中存在的数据质量问题,提出了基于滑动窗口预测的水文时间序列异常检测算法。首先基于滑动窗口对时间序列进行子序列分割,再以子序列为基础建立预测模型对未来值进行预测,并将预测值和实测值间差异范围大于预设阈值的序列点判定为异常。探讨了算法中的滑动窗口和参数设置,并以实例数据对算法进行了验证。实验结果表明,所提算法不仅能够有效挖掘出水文时间序列中的异常点,而且将异常检测的灵敏度和特异度分别提高到80%和98%以上。

软土地区工程性地面沉降预测的非等时距GM(1,1)模型

大规模城市建设诱发的工程性地面沉降已成为上海软土地区地面沉降新的制约因素。本文针对上海地区工程性地面沉降特点,运用灰色理论建立了非等时距GM(1,1)预测模型,并用工程实测数据进行检验,得到令人满意的预测结果。研究结果对预测和控制软土地区由建筑物群引起的地面沉降具有重要意义。

基于多因素不等时距灰色模型的雷达故障预测

故障预测对制定雷达精确维修保障计划,降低维修保障费用,提高战备完好率和任务成功率以及避免因故障造成巨大损失等方面具有重大意义。针对现代雷达装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成故障预测实现困难的问题,采用灰色预测理论,从优化背景值构造和提高模型的预测精度出发,采用背景值加权和新陈代谢思想相结合的方式,提出一种多因素的新陈代谢不等时距加权灰色预测模型(MUGM(1,m,w)),并通过雷达故障预测实例仿真及比较分析,检验了模型的有效性。

工程环境效应引起上海地面沉降预测

地面沉降是目前常见的地质灾害之一,其长期的积累给城市带来巨大的经济损失,成为制约城市发展的主要因素。进入20世纪90年代以来,工程环境效应诱发的沉降已经成为上海地面沉降的新趋势,对于外荷载引起的地面沉降过程而言,影响因素较多,既无法用明确的数学关系式表达,又非“黑箱”那样内部结构、参数和特征一无所知,因此可将灰色预测理论应用于地面沉降的预测。针对监测和观测时间的非等时性,本文应用非等时距灰色理论模型对上海陆家嘴地区某高层建筑的沉降进行预测,并和实际监测沉降量进行了比较;对室内模型试验进行沉降预测,并和实验观测数据以及自适应神经网络系统(ANFIS)预测结果进行了比较。研究发现,对于工程环境效应引起的地面沉降,应用非等时距灰色理论模型进行沉降预测是可行、精确的。

不等时距灰色预测模型

提出了一种不等时距灰色预测ＧＭ（１，１）模型的方法，弥补了等时距ＧＭ（１，１）模型的不足．通过诸多的实例分析，结果理想可靠，有较好的实际意义．

不等时距GM(1,1)模型在预测输气管道腐蚀中的应用

根据等时距GM(1,1)模型建立了不等时距GM(1,1)预测模型,该模型可应用于利用腐蚀指标的原始数据来预测以后的输气管道腐蚀情况。验证表明:不等时距灰色模型扩大了等时距灰色模型的应用范围,在小样本的情况下同样可以做出较准确预测,为输气管道的防腐提供了可靠的依据。

基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测

针对现代导弹装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成其故障预测实现困难的问题,借鉴数据融合技术和灰色预测理论,提出了一种基于数据融合和改进多因素新陈代谢不等时距加权灰色预测模型(improved multi-variables metabolism unequal interval weighted grey model,IMUGM(1,m,w))的导弹装备故障预测方法。首先,通过引入加权因子w的方式建立多因素不等时距加权灰色预测模型(UGM(1,m,w)),再通过初始值改进、残差修正、新陈代谢思想相结合的方式对模型进行改进;然后以特定个体的历史监测数据为基准,计算同类产品和特定个体的相应预测值及其与特定个体性能退化数值的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的性能退化模型,最后结合实时监测数据依次更新性能退化数据、Euclid距离、隶属度权值和性能退化模型,实现导弹装备故障预测,实例仿真及分析验证了方法的有效性。

输气管道腐蚀的最优灰色组合预测模型

在不等时距序列灰色预测的基础上,提出了适用于输气管道腐蚀的不等时距最优组合灰色预测模型.首先,选用两种模型精度较高的不等时距灰色预测方法建立了输气管道腐蚀预测的单项模型,然后,利用最小二乘意义下的模型误差最小化方法确定出各单项灰色预测模型的权重,建立了最优组合预测模型.此预测模型综合利用了参与组合的各单一模型的有效信息,因而可以更加客观地反映输气管道腐蚀变化趋势.通过实例对比分析结果表明,此模型预测精度较高,可以作为输气管道腐蚀预测的有效工具.

高速公路软土地基沉降的灰色预测

以某工程实测数据为基础,运用灰色理论建立了地基沉降的非等时距等维的新陈代谢预测模型,并引用缓冲弱化算子的概念,以消除灰色预测模型的无限增长性。实践证明:灰色预测精度较双曲线法要高,在地基沉降监测中具有较大的实用价值。

一种改进的灰色预测模型

针对实际工作中出现不等时距的情况,依据灰色模型的建模机理提出了一种不等时距序列的灰色预测模型背景值的新的计算方法,并建立了新的不等时距序列的灰色预测模型,通过算例表明其效果优于传统的做法,有较高的拟合和预测精度.

基于非等时距GM(1,1)模型的公路路基沉降预测

基于灰色系统理论的灰色模型广泛应用于公路路基沉降预测。针对灰色GM(1,1)模型要求原始实测数据是等时距的特点,采用分段线性插值法将实测数据转化为等时距数据,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S353省道扬州西段软土和高填方断面实测沉降数据为基础,对模型预测结果进行分析。结果表明,该方法所得预测值与实测值比较接近,相对误差较小,模型精度等级为一级,证明非等时距灰色模型的可行性和有效性。

灰色预测在隧道工程沉降变形分析中的应用

对广州市生物岛至大学城隧道工程沉降变形监测的非等间隔观测序列进行数据处理,变成等间隔的数据序列,运用GM(1,1)模型进行变形分析与预测。并通过实例计算分析,证明预测值和实测值非常接近,表明己经建立的模型有较强可靠性和较高精度,可在类似条件下的隧道工程的信息化施工过程中应用。

广义模糊时间序列模型模糊区间划分研究

在模糊时间序列模型的构架中,介绍了广义模糊时间序列模型建立过程和常用的模糊区间划分方法,提出了基于均匀划分、模糊C均值聚类和自动聚类3种模糊区间划分方法的广义模糊时间序列模型,并用Alabama大学入学人数和沪市股指两组数据对模型进行了详细的分析.实验结果不仅揭示了这3种方法对模型预测结果的影响,还证明了广义模型优于传统模型.

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。