改進GM(1,1)模型在特裝修理費用預測中的應(yīng)用
格式:pdf
大小:426KB
頁數(shù):3P
人氣 :63
4.7
基于灰色系統(tǒng)GM(1,1)模型理論,用改進后的預測模型預測海軍艦船特裝修理費用,可充分開發(fā)并利用少量數(shù)據(jù)中的顯信息和隱信息,避免復雜的相關(guān)關(guān)系,克服了原始數(shù)據(jù)的離散性,得到高精度的預測結(jié)果,以某型艦船特裝修理費用為例,建立了預測模型,并進行了中短期預測,結(jié)果表明,其精度優(yōu)于傳統(tǒng)模型。
改進BP神經(jīng)網(wǎng)絡(luò)在特裝修理費用預測中的應(yīng)用
格式:pdf
大?。?span id="z4v5oju" class="single-tag-height" data-v-09d85783>608KB
頁數(shù):4P
海軍艦船特裝修理費用影響因素多,各因素作用機理不明晰,建模預測難度大。bp神經(jīng)網(wǎng)絡(luò)對于解決這類“黑箱”問題優(yōu)勢明顯,可通過自我學習訓練建立模型。以某型艦船特裝修理費用為例,充分利用稀缺的歷史數(shù)據(jù),運用改進的bp神經(jīng)網(wǎng)絡(luò)建立費用預測模型,并進行了特裝修理費用預測,預測精度優(yōu)于傳統(tǒng)模型,可應(yīng)用于管理決策活動中。
改進GM(1,1)模型在基坑變形預測中的應(yīng)用
格式:pdf
大小:561KB
頁數(shù):4P
分析得出原始gm(1,1)模型對應(yīng)的灰微分方程僅是白化微分方程的梯形積分形式,因此以辛普生求積公式為基礎(chǔ)建立了新的灰微分方程,而辛普生求積公式也是一種近似表達形式,因而對新的灰微分方程添加動態(tài)擾動項,以彌補灰微分方程與白化微分方程的差別,同時對初始值添加修正項,使其更加符合最小二乘法思想。將改進后的gm(1,1)模型應(yīng)用到基坑變形預測中,實例應(yīng)用結(jié)果顯示,改進的gm(1,1)模型具有較高的預測精度。
改進GM(1,1)模型在基坑變形預測中的應(yīng)用
格式:pdf
大?。?span id="0cz869e" class="single-tag-height" data-v-09d85783>264KB
頁數(shù):4P
3
改進gm(1,1)模型在基坑變形預測中的應(yīng)用——分析得出原始gm(1,1)模型對應(yīng)的灰微分方程僅是白化微分方程的梯形積分形式,因此以辛普生求積公式為基礎(chǔ)建立了新的灰微分方程,而辛普生求積公式也是一種近似表達形式,因而對新的灰微分方程添加動態(tài)擾動項,以彌補...
灰色GM(1,1)模型的改進模型在房地產(chǎn)價格指數(shù)預測中的應(yīng)用
格式:pdf
大?。?span id="0lvx6iw" class="single-tag-height" data-v-09d85783>621KB
頁數(shù):5P
4.4
提出了一種結(jié)合非線性回歸技術(shù)的灰色gm(1,1)模型的改進模型.利用我國的房地產(chǎn)價格指數(shù)預測作為研究對象,用以驗證所提方法的有效性和準確性.根據(jù)實證結(jié)果,說明了新的改進模型有效提高了經(jīng)典灰色模型的預測精度.
GM(1,1)模型在鳳山隧道變形預測中的應(yīng)用
格式:pdf
大?。?span id="t1xyaln" class="single-tag-height" data-v-09d85783>220KB
頁數(shù):3P
4.5
針對gm(1,1)模型在隧道圍巖變形預測中的缺點,提出采用模型維數(shù)控制的方法進行預測.研究gm(1,1)模型的數(shù)學原理,針對隧道圍巖的變形特點利用數(shù)學方法改進模型背景值的計算公式,并利用等維替代法不斷更新預測模型.通過對比傳統(tǒng)gm(1,1)模型可知,改進后的模型預測精度有較大提高,能較好預測圍巖實際變形情況和趨勢.
GM(1,1)優(yōu)化模型在基坑變形預測中的應(yīng)用
格式:pdf
大?。?span id="8sl5xrc" class="single-tag-height" data-v-09d85783>153KB
頁數(shù):3P
3
gm(1,1)優(yōu)化模型在基坑變形預測中的應(yīng)用——基坑邊坡系統(tǒng)是一典型的灰色系統(tǒng)。其變形發(fā)展過程可用灰色系統(tǒng)理論進行預測。本文在常規(guī)全息gm(1,1)模型的基礎(chǔ)上,采用等維新息迭代法gm(1,1)模型對鄭州太陽城紫荊花園基坑變形進行模擬預測,結(jié)果表明了迭代法g...
GM(1,1)預測模型在路基沉降中的應(yīng)用
格式:pdf
大?。?span id="phpiogg" class="single-tag-height" data-v-09d85783>604KB
頁數(shù):4P
4.5
為了控制老路拓寬中的差異沉降,需要對新路基進行沉降預測.取沉降觀測點在相同觀測時段內(nèi)的沉降量為原始序列,將其作1次累加生成1次累加序列,根據(jù)gm(1,1)模型建立灰色微分方程,解微分方程可得方程的時間響應(yīng)序列,并采用后驗差法對模型的可靠性進行了檢驗.通過對賀家坪連接線新路基的實測沉降數(shù)據(jù)的分析,證明將灰色預測模型gm(1,1)應(yīng)用于預測路基的沉降量是可行的.在實際運用過程中,應(yīng)不斷代入新近的實測數(shù)據(jù),以獲得更準確的結(jié)果.
GM(1,1)模型在港區(qū)地基沉降預測中的應(yīng)用
格式:pdf
大?。?span id="hxhy60i" class="single-tag-height" data-v-09d85783>150KB
頁數(shù):3P
4.5
選取合理的觀測點沉降數(shù)據(jù)作為原始數(shù)據(jù)序列,建立gm(1,1)灰色模型,求解微分方程得到時間響應(yīng)序列,然后通過后驗差法檢驗模型的精度。在工程實例中,預測結(jié)果與實測沉降數(shù)據(jù)吻合良好,表明了gm(1,1)模型在港區(qū)地基沉降預測中的可行性和適用性。
改進的GM-AR組合模型在地鐵沉降預測中的應(yīng)用
格式:pdf
大?。?span id="vpnslbu" class="single-tag-height" data-v-09d85783>193KB
頁數(shù):5P
4.8
灰色預測模型對沉降的整體趨勢有很好地預測結(jié)果,時序模型針對隨機性的數(shù)據(jù)進行預測,二者結(jié)合一定程度上可提高預測的精度。文中通過改進gm-ar模型并將其應(yīng)用于地鐵沉降預測中,同時與灰色預測模型和gm-ar組合模型的預測精度進行對比分析。結(jié)果表明,改進后gm-ar模型可以有較好的預測效果。
改進的GM-AR組合模型在地鐵沉降預測中的應(yīng)用
格式:pdf
大?。?span id="0o3pxsa" class="single-tag-height" data-v-09d85783>739KB
頁數(shù):5P
4.6
灰色預測模型對沉降的整體趨勢有很好地預測結(jié)果,時序模型針對隨機性的數(shù)據(jù)進行預測,二者結(jié)合一定程度上可提高預測的精度.文中通過改進gm-ar模型并將其應(yīng)用于地鐵沉降預測中,同時與灰色預測模型和gm-ar組合模型的預測精度進行對比分析.結(jié)果表明,改進后gm-ar模型可以有較好的預測效果.
改進MGM(1,N)模型在賽果公路隧道變形預測中的應(yīng)用
格式:pdf
大小:193KB
頁數(shù):4P
4.5
依據(jù)mgm(1,n)模型建模機理,通過數(shù)學推導獲得新的模型背景值,并利用該背景值建立改進的mgm(1,n)模型。將改進的mgm(1,n)模型應(yīng)用于賽果公路改建工程隧道圍巖變形的預測,并引入等維灰數(shù)遞補概念,以保證預測信息及時更新。通過與實測結(jié)果比較,表明改進模型在預測精度和穩(wěn)定性方面較之常規(guī)mgm(1,n)模型有一定提高,且當圍巖變形速率下降時,其預測值能較好的收斂。
GM(1,1)、GM(1,N)聯(lián)合模型在建筑物沉降預測中的應(yīng)用
格式:pdf
大?。?span id="wzp4dky" class="single-tag-height" data-v-09d85783>81KB
頁數(shù):4P
4.7
鑒于gm(1,n)模型預測精度高及gm(1,1)所需統(tǒng)計數(shù)據(jù)數(shù)量少的優(yōu)點,通過自相關(guān)理論,把gm(1,1)和gm(1,n)兩者有機結(jié)合形成一個聯(lián)合模型,以進一步提高灰色模型的預測精度。該文在沉降資料的基礎(chǔ)上,利用該聯(lián)合模型對南京一泵站的沉降進行了分析預報,其結(jié)果與回歸模型和gm(1,1)模型進行了比較,最后得出了基于自相關(guān)理論的gm(1,1)、gm(1,n)聯(lián)合預測模型,其精度可靠,可信度高,預報結(jié)果也與實際情況相吻合,從而證明了該方法在實際工程中的可行性。
基于改進GM(1,1)模型的施工動態(tài)預測及反饋
格式:pdf
大?。?span id="n532hlq" class="single-tag-height" data-v-09d85783>1.5MB
頁數(shù):3P
4.3
文章提出了施工動態(tài)預測及反饋分析原理,在此基礎(chǔ)上,基于傳統(tǒng)gm(1,1)模型進行數(shù)據(jù)預測,并采用蟻群優(yōu)化算法率定模型參數(shù),結(jié)合實例計算結(jié)果表明:改進的(1,1)模型具有良好的預測精度,通過分析預測數(shù)據(jù),可合理安排后續(xù)施工方案,保證工程施工質(zhì)量。
雙優(yōu)化GM(1,1)新模型在路基沉降預測中的應(yīng)用
格式:pdf
大?。?span id="5d1tvto" class="single-tag-height" data-v-09d85783>868KB
頁數(shù):4P
4.7
路基沉降預測一直是道路工程領(lǐng)域的研究重點和難點。常用的gm(1,1)模型所預測的路基沉降值精度相對較低,特別當數(shù)據(jù)序列急劇變化時,gm(1,1)模型的誤差值可能會更大甚至失效。針對傳統(tǒng)gm(1,1)模型存在的問題,通過改變初始值,增加擾動因素β優(yōu)化初始條件。同時利用非齊次指數(shù)函數(shù)擬合模型中變量的一次累加生成序列優(yōu)化背景值,提出了初始條件和背景值雙優(yōu)化的新gm(1,1)模型。通過matlab軟件編程實例計算表明,雙優(yōu)化之后的新gm(1,1)模型較原模型相比,其預測精度有了較大幅度的提高。
GM(1.1)模型在房地產(chǎn)價格指數(shù)預測中的應(yīng)用
格式:pdf
大?。?span id="ripfths" class="single-tag-height" data-v-09d85783>187KB
頁數(shù):未知
4.8
本文簡要介紹了灰色預測方法gm(1.1)模型的構(gòu)造與模型檢驗。利用1998年1~6月中國房地產(chǎn)北京指數(shù)建立了北京市房地產(chǎn)價格指數(shù)預測模型。經(jīng)模型檢驗,該模型預測,精度等級為一級,預測模型可靠。
GM(1,1)模型在單樁沉降量預測中的應(yīng)用
格式:pdf
大?。?span id="6yyqne0" class="single-tag-height" data-v-09d85783>256KB
頁數(shù):3P
3
gm(1,1)模型在單樁沉降量預測中的應(yīng)用——基于樁基靜載荷試驗所得的沉降量數(shù)據(jù)具有一些灰色特征,將荷載q看作廣義的時間,建立了荷載序列的等步長及非等步長gm(1,1)預測模型。工程應(yīng)用結(jié)果表明,所建立的gm(1,1)模型在預測單樁沉降量方面具有較好的實用...
間接DGM(1,1)模型在基坑沉降預測中的應(yīng)用
格式:pdf
大小:1.9MB
頁數(shù):4P
4.7
選取某一基坑沉降監(jiān)測點,該點11個周期的累計沉降量為近似非齊次指數(shù)增長序列,以java為工具對該點進行編程計算,得到gm(1,1)、dgm(1,1)、間接dgm(1,1)3種模型的基坑沉降預測結(jié)果。對比分析發(fā)現(xiàn),間接dgm(1,1)模型精度高于gm(1,1)和dgm(1,1)模型,其c值僅為0.01,且殘差值增加緩慢,近似于一條水平線,實測值與預測值非常接近,適用范圍廣,彌補了另兩種模型不能進行長期預測的缺憾。
自適應(yīng)GM(1,1)灰色模型在基坑變形預測中的應(yīng)用
格式:pdf
大?。?span id="pv6ue6b" class="single-tag-height" data-v-09d85783>209KB
頁數(shù):2P
3
自適應(yīng)gm(1,1)灰色模型在基坑變形預測中的應(yīng)用——針對基坑變形系統(tǒng)的不確定性及灰色性,結(jié)合工程實例,采用自適應(yīng)gm(1,1)模型對基坑監(jiān)測數(shù)據(jù)進行了變形預測,結(jié)果表明呆用自適應(yīng)模型大大提高了長時間段預測精度,預測結(jié)果完全滿足工程要求,具有較好的實用價...
雙優(yōu)化GM(1,1)新模型在路基沉降預測中的應(yīng)用
格式:pdf
大?。?span id="pbqsy9m" class="single-tag-height" data-v-09d85783>868KB
頁數(shù):4P
4.8
路基沉降預測一直是道路工程領(lǐng)域的研究重點和難點。常用的gm(1,1)模型所預測的路基沉降值精度相對較低,特別當數(shù)據(jù)序列急劇變化時,gm(1,1)模型的誤差值可能會更大甚至失效。針對傳統(tǒng)gm(1,1)模型存在的問題,通過改變初始值,增加擾動因素β優(yōu)化初始條件。同時利用非齊次指數(shù)函數(shù)擬合模型中變量的一次累加生成序列優(yōu)化背景值,提出了初始條件和背景值雙優(yōu)化的新gm(1,1)模型。通過matlab軟件編程實例計算表明,雙優(yōu)化之后的新gm(1,1)模型較原模型相比,其預測精度有了較大幅度的提高。
GM(1,1)模型在高層建筑沉降預測中的應(yīng)用
格式:pdf
大?。?span id="tluenn0" class="single-tag-height" data-v-09d85783>173KB
頁數(shù):3P
4.6
由于高層建筑變形是多因素作用的結(jié)果,而其變形系統(tǒng)的實質(zhì)是一個灰色系統(tǒng),所以可以采用灰色系統(tǒng)理論對高層建筑變形進行預測。根據(jù)灰色系統(tǒng)理論,建立了高層建筑變形的gm(1,1)預測模型,并利用
SCGMmv(1,1)模型研究及其在工程測量預測中的應(yīng)用
格式:pdf
大?。?span id="uphd4zr" class="single-tag-height" data-v-09d85783>138KB
頁數(shù):未知
4.7
分析了均值生成時序,按scggm(1,h)建模原理構(gòu)造了基于均值生成時序的scgmmv(1,1)模型。該模型的計算量少,預測精度較高,適應(yīng)于動態(tài)過程快速建模。對工程測量的預測表明:scgmmv(1,1)的擬合、預測效果是令人滿意的。
改進GM(1,1)模型在鐵路路基沉降預測中的應(yīng)用
格式:pdf
大小:119KB
頁數(shù):4P
4.6
針對灰色gm(1,1)模型原始離散數(shù)據(jù)光滑度低以及在施工中背景值頻現(xiàn)異常的問題,在傳統(tǒng)模型的基礎(chǔ)上,對原始數(shù)據(jù)進行函數(shù)變換,并按施工工況調(diào)整背景值,提高了模型精度。將改進的模型應(yīng)用到南昌地鐵3號線深基坑施工中,對臨近鐵路路基沉降進行建模預測。結(jié)果表明,利用函數(shù)對原始數(shù)據(jù)進行變換,調(diào)整數(shù)據(jù)光滑度,可使其符合級比要求;按照分工況預測的方法根據(jù)施工進度調(diào)整背景值,減小了異常背景值對精度的影響,預測值與實際監(jiān)測值擬合度較好。
灰色模型GM(1,1)模型在電力市場分析預測中的應(yīng)用
格式:pdf
大小:196KB
頁數(shù):2P
4.4
電力市場分析預測,采用灰色模型gm(1,1),通過語言、網(wǎng)絡(luò)、量化、動態(tài)及優(yōu)化等五個模型,對具體負荷進行預測。其負荷預測灰色模型的建立,需不斷的將下一階段中所得的結(jié)果回饋,經(jīng)過多次循環(huán)往復,才能使整個模型逐步趨于完善實現(xiàn)函數(shù)逼近,建立精準模型。并以某地歷年三月的負荷為例,預測并驗證了負載的精度。
改進組合預測模型在鐵路隧道變形預測中的應(yīng)用
格式:pdf
大?。?span id="mpfy5mo" class="single-tag-height" data-v-09d85783>129KB
頁數(shù):6P
4.4
變形預測是隧道信息化施工的重要依據(jù),能有效判斷隧道圍巖的穩(wěn)定性。為此,在傳統(tǒng)組合預測的基礎(chǔ)上,提出了基于局部權(quán)值和整體權(quán)值的改進組合預測方法,該方法既不失傳統(tǒng)組合預測的簡單實用特點,還能反映樣本數(shù)據(jù)至預測節(jié)點長度對組合權(quán)重的影響,實現(xiàn)了對傳統(tǒng)組合預測的改進;同時,針對局部權(quán)值和整體權(quán)值的疊加問題,提出了累加疊加和累乘疊加的思路,有效考慮了局部和全局因素對組合權(quán)值的影響;最后,將改進后的組合預測模型應(yīng)用于工程實例,以探討其可行性及有效性。結(jié)果表明:該組合預測模型較傳統(tǒng)組合預測模型具有更高的預測精度,預測結(jié)果的相對誤差均<2%;同時,在局部權(quán)值和整體權(quán)值的疊加過程中,累乘疊加的效果要略優(yōu)于累加疊加的效果,累乘疊加具有相對更高的精度和穩(wěn)定性。研究成果可為鐵路隧道的變形預測研究提供一種新的思路。
文輯推薦
知識推薦
百科推薦
職位:消防工程預算員
擅長專業(yè):土建 安裝 裝飾 市政 園林