改进GM11灰色模型在建筑物沉降预测的应用

本文详细介绍了gm（1，1）灰色理论模型，并利用该模型对一泵站的沉降进行了预测，同时将预测结果与回归模型进行了对比，最后从分析结果可知gm（1，1）灰色模型能较好地预测该建筑物的沉降发展趋势。

在传统gm(1,1)模型的基础上考虑初始条件选取的理论缺陷,提出了改进的灰色预测模型。通过在隧道开挖后上方建筑物沉降预测值与实测值的对比分析得出,该模型具有良好的精度,并具有一定的工程应用价值。

建筑物地基沉降的灰色模型gm（1，1）预测法——文章主要运用灰色理论建立基于实际观测数据的沉降预测模型gm(1，1)．并通过其与另外2个工程中常用到的模型在同一实际工程的沉降预测值和实际观测结果的比较。证明gm（1，1）模型具有较好的预测结粜。可用于工程实...

文章主要运用灰色理论建立基于实际观测数据的沉降预测模型gm(1,1),并通过其与另外2个工程中常用到的模型在同一实际工程的沉降预测值和实际观测结果的比较,证明gm(1,1)模型具有较好的预测结果,可用于工程实践。

针对建筑物出现的变形问题,提出在现有建筑物观测数据的基础上,在mtalab的语言环境下,建立gm(1,1)模型,来预测该建筑物的沉降量。分析结果表明,把灰色gm(1,1)模型和matlab结合起来预测建筑物的沉降发展趋势，具有较强的实用性。

应用非等间距时间序列的灰色gm(1,1)模型对建筑物的沉降过程进行模拟,工程实例计算结果表明,该模型的预测值与实际测量值吻合较好,为建筑物沉降的预测提供了有效可行的方法。

多变量灰色mgm(1,n)模型对建筑物的沉降监测将会产生更好的预测结果,但是灰色mgm(1,n)预测模型存在着自身的缺陷,具有系统的误差.基于此,通过对传统mgm(1,n)模型的残差序列进行修正,建立优化的灰色emgm(1,n)模型.最后,以某建筑物的沉降实测数据为基础,建立灰色gm(1,1)、mgm(1,n)和emgm(1,n)模型的预测结果并进行比较,结果表明:灰色emgm(1,n)模型的预测精度优于灰色gm(1,1)和mgm(1,n)模型,新模型使预测结果更加准确、可靠.

鉴于gm(1,n)模型预测精度高及gm(1,1)所需统计数据数量少的优点,通过自相关理论,把gm(1,1)和gm(1,n)两者有机结合形成一个联合模型,以进一步提高灰色模型的预测精度。该文在沉降资料的基础上,利用该联合模型对南京一泵站的沉降进行了分析预报,其结果与回归模型和gm(1,1)模型进行了比较,最后得出了基于自相关理论的gm(1,1)、gm(1,n)联合预测模型,其精度可靠,可信度高,预报结果也与实际情况相吻合,从而证明了该方法在实际工程中的可行性。

建筑施工中,沉降观测是监测建筑物是否安全的重要环节。为此,将灰色系统理论应用于建筑物沉降变形数据分析,结合实例,验证了灰色gm(1,1)预测方法在建筑物沉降监测中应用的可行性和可靠性。

采用多变量灰色模型对建筑物沉降观测数据进行处理,并通过工程实例将预测结果与实测数据对比,说明多变量灰色预测模型的准确性,预测精度较高,尤其适用于多点变形的整体预测预报,且满足工程需要,具有重要的工程意义和经济价值.

针对建筑物沉降变形中各监测点相互关联、相互影响的情形,可将灰色系统理论中的gm(1,n)模型引入到建筑物沉降分析中。本文利用灰度关联方法确定相关因子的关联度,建立gm(1,n)模型,并与回归分析、gm(1,1)模型比较。通过工程实例,得出灰关联gm(1,n)模型预测精度明显高于另外两种模型,验证了该模型在进行建筑物沉降分析预测中应用的可行性。

简要介绍了灰色模型的基本原理及建模方法,并针对具体的工程实例,通过建立灰色预报模型来预报未来几天的沉降量。结果表明：灰色模型具有较高的预报精度,数据非常可靠,所以可以通过建立灰色模型的方法来了解建筑物短期内的沉降变化规律。

在文献[1]非等步长灰色gm(1,1)模型建模基础上,提出根据沉降观测振荡序列建立非等步长灰色gm(1,1)模型的改进方法。利用青岛一高层建筑物的沉降监测数据,根据改进的非等步长灰色gm(1,1)模型对建筑物沉降进行了预测和分析,通过与改进前的模型预测结果的比较分析,验证了改进模型的实用性、正确性和有效性。

用灰色模型预测建筑物的沉降杨龙彪１前言在建筑工程施工中，不仅需要对建筑的沉降及时进行观测，而且要求对其沉降的发展趋势，未来沉降量的大小进行预测。为控制施工速度和施工方法提供必要的参考数据，在建筑物施工初期，由于沉降信息的贫乏和不确定性，进行定量的预测...

由于非等间隔gm(1,1)灰色模型对于处理数据量小且表达信息不确定的数据具有优越性,因此广泛应用于石油天然气勘探、机床故障诊断、电力负荷预测、大坝安全监测等领域。基于非等间隔gm(1,1)灰色模型理论,利用某小区建筑物沉降观测的实测数据,建立了适合该小区建筑物沉降预测的灰色模型。通过对比理论预测值和实测值,并进行模型对应的精度评定分析,结果表明,此模型适用于该建筑物沉降预测分析的研究。

针对建筑物出现的变形问题,提出在现有建筑物观测数据的基础上,运用灰色理论的方法,建立gm(1,1)模型,来预测该建筑物的沉降量,并用matlab来对gm(1,1)算法进行实现。分析结果表明,gm(1,1)模型能较好地预测建筑物的沉降发展趋势,具有较强的实用性。

针对传统非等间距gm(1,1)模型在建筑物沉降监测中预测精度不够高的问题,提出了一种新的非等间距gm(1,1)建模方法。此法基于初始条件改进及把灰色微分方程的白化方程中的灰导数用离散形式进行表示的改进相结合、提高非等间距gm(1,1)模型的建模精度。结合桂林市某广场的集商用、住房于一体的高层建筑的沉降变形监测实例,将本模型的沉降预测的结果同文献中另一非等间距gm(1,1)改进方法进行对比分析和检验,充分验证了建筑物沉降变形分析预报中本模型方法的可行性和优越性,对进一步促进非等间距gm(1,1)模型在沉降变形预测中的应用起到了积极的作用。

本论文先简单介绍建筑物沉降观测的基本内容和预测方法,再重点介绍非等间距灰色理论模型的基本原理、模型及其应用,采用了一个实例预测分析了其模型gm(1,1)在建筑物沉降预报中的结果,对比多项式拟合方法预测结果,验证了非等间距灰色模型对建筑物沉降预测中的有效性。

利用matlab7.0软件对原始数据进行等间距处理后,用一次累加数列与原始数列构建微分模型,通过不断去掉旧数据加入新数据,以工程数学为基础,运用灰色理论构建新陈代谢gm(1,1)模型。并以工程实例进行模拟和预测效果检验,将普通gm(1,1)模型和新信息gm(1,1)模型预测效果进行比较,计算和对比结果表明,新陈代谢gm(1,1)模型精度明显高于其它模型,预测效果大大提高。

GM(1,1)加权模型预测建筑物沉降的研讨

近年来,城市高层建筑物越来越多,为保证建筑物的安全,要及时预测其变形趋势,防患于未然。灰色模型是沉降预测中常用的模型,在小样本建模方面具有优势,但很难处理序列的随机误差;时间序列模型也是常用的预测模型,它能够很好的处理随机误差,但其对序列的平稳性要求较高,所以其应用范围有一定局限性。本文将两个模型进行组合,通过matlab软件编程构建模型,并结合工程实例,分析对比了组合模型与灰色单一模型的预测精度,得出组合模型优于单一模型的结论。

提出了一种结合非线性回归技术的灰色gm(1,1)模型的改进模型.利用我国的房地产价格指数预测作为研究对象,用以验证所提方法的有效性和准确性.根据实证结果,说明了新的改进模型有效提高了经典灰色模型的预测精度.