灰色预测模型GM的建筑垃圾产量

建筑垃圾的数量特征是其进行资源化利用的重要依据。基于建筑面积估算法对西宁市2006—2015年建筑垃圾的年产量进行估算,采用灰色预测法构建出西宁市建筑垃圾年产量的灰色预测模型gm(1,1),进而预测出西宁市2016—2020年建筑垃圾的年产量。结果表明:西宁市2016—2020年建筑垃圾年产量的预测值分别为156.43,176.75,199.71,225.66,254.97万t。该预测模型精度达到一级,预测结果较为准确,可为政府部门制定相关政策提供数据支撑。

建筑垃圾的数量特征是其进行资源化利用的重要依据.基于建筑面积估算法对西宁市2006-2015年建筑垃圾的年产量进行估算,采用灰色预测法构建出西宁市建筑垃圾年产量的灰色预测模型gm(1,1),进而预测出西宁市2016-2020年建筑垃圾的年产量.结果表明:西宁市2016-2020年建筑垃圾年产量的预测值分别为156.43,176.75,199.71,225.66,254.97万t.该预测模型精度达到一级,预测结果较为准确,可为政府部门制定相关政策提供数据支撑.

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...

灰色理论模型以其建模过程简单而应用于监测中，但也存在局限性、预测精度不高等问题。针对这些不足，尝试对其

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。

采用建筑面积估算法对建筑垃圾的产量进行计算,以计算结果为原始数据,构建基于灰色理论的gm(1,1)建筑垃圾产量预测模型;将该模型用于2005—2014年沈阳市建筑垃圾产量的预测,经检验,模型精度达到一级;结果表明灰色gm(1,1)预测模型可以较为准确的预测出建筑垃圾的产量。

建筑施工中,沉降观测是监测建筑物是否安全的重要环节,将灰色系统理论应用于建筑物沉降变形的数据分析,结合沉降观测实例,进行沉降预测结果的分析和检验,在一定程度上证实了建筑物沉降变形分析中采用灰色gm(1,1)预测方法的可行性.

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。

为研究我国交通事故发展趋势,在已有事故预测技术基础上,根据2009-2013年全国道路交通事故发生起数、死亡人数数据,建立了交通事故灰色gm（1,1）模型。运用matlab进行建模分析简化运算过程,并直观显示曲线拟合情况。预测结果显示：事故起数与死亡人数预测相对误差分别为e1=0.0023,e2=0.0040;小误差概率p均为1;后验差比值分别为c1=0.0524,c2=0.1082,预测精度均为一级,短期预测精度高,能很好地预测交通事故的发展趋势。

为研究我国交通事故发展趋势,在已有事故预测技术基础上,根据2009-2013年全国道路交通事故发生起数、死亡人数数据,建立了交通事故灰色gm（1,1）模型。运用matlab进行建模分析简化运算过程,并直观显示曲线拟合情况。预测结果显示：事故起数与死亡人数预测相对误差分别为e1=0.0023,e2=0.0040;小误差概率p均为1;后验差比值分别为c1=0.0524,c2=0.1082,预测精度均为一级,短期预测精度高,能很好地预测交通事故的发展趋势。

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.

自适应gm(1，1)灰色模型在基坑变形预测中的应用——针对基坑变形系统的不确定性及灰色性，结合工程实例，采用自适应gm(1，1)模型对基坑监测数据进行了变形预测，结果表明呆用自适应模型大大提高了长时间段预测精度，预测结果完全满足工程要求，具有较好的实用价...

针对高层建筑的沉降变形预测问题,根据灰色系统为理论,以杨凌示范区某高层建筑沉降观测的工程为例,对工程案例的观测数据采用灰色gm（1,1）模型进行预测,并将预测结果与实例数据进行比照分析。结果表明：预测值与实测值吻合度良好,预测精度为一级,充分说明灰色模型对高层建筑沉降变形预测行之有效,为高层建筑沉降变形预测提供典型案例,也可为设计与施工等方面提供借鉴。

针对高层建筑的沉降变形预测问题,根据灰色系统为理论,以杨凌示范区某高层建筑沉降观测的工程为例,对工程案例的观测数据采用灰色gm(1,1)模型进行预测,并将预测结果与实例数据进行比照分析。结果表明:预测值与实测值吻合度良好,预测精度为一级,充分说明灰色模型对高层建筑沉降变形预测行之有效,为高层建筑沉降变形预测提供典型案例,也可为设计与施工等方面提供借鉴。

根据灰色系统理论、verhulst模型和建筑工后沉降规律,建立建筑工后沉降灰色verhulst预测模型,给出模型精度评定方法和残差修正预测模型,并提出非等时距沉降序列的lagrange多项式等时距插值转换方法。通过工程实例计算分析,取得较好的效果。

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...

介绍灰色非等间距gm(1,1)模型的建立及其精度评定方法,着重探讨模型精度的主要影响因素,并从模型背景值的构造以及初值选取两个方面对灰色非等间距gm(1,1)模型进行改进,结合高层建筑沉降监测实例进行预测结果分析,结果表明,改进后的灰色模型具有较高的精度,在沉降预测中具有较高的应用价值。

基于arima模型,选取河南省1983-2015年的建筑施工面积数据,利用eviews8.0软件对数据进行分析,2013-2015年的检验数据证明该模型较优,进而得出2016-2020年连续5年的建筑施工面积年估算值和建筑垃圾年估算值,从而为未来河南省建筑垃圾整治与资源化运用提供宝贵的参考数据.

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。

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。

以淮安市统计局发布的2008~2014年统计年鉴中有关商品房的销售数据为分析对象,利用销售总面积和销售总额折算成商品房的平均价格,建立了基于灰色系统gm(1,1)的淮安市房价预测模型.为了提高模型精度,引入二阶弱化因子,对原始数据进行预处理.利用预处理后的数据建立了精度更为理想的预测模型.利用模型预测了随后5年的平均房价.

投标报价基tgm（1，1）灰色动态模型的主材价格预测——在建设工程中，建筑材料的价格是随时变化的。在工程投标报价时，如何准确预测主材价格，是施工企业研究的主题。此文基于灰色系统理论，通过建立gm(1，1)灰色预测模型，对工程主要材料(钢筋)的价格进行分析...