灰色模型在工业电耗定额预测中的应用

工程项目在实施阶段都在实际进度与计划进度之间存在偏差,为了更加准确的确定出具体工序的工期,结合施工企业的统计资料,提出采用基于灰色理论的gm(1,1)模型形成工期预测的方法,从而为科学合理的编制进度计划提供有效依据。

文章根据铁路现有的客流量,将铁路系统视为灰色系统,运用灰色预测模型对客流作出预测,并运用残差修正和新陈代谢进行优化,解决了预测精度和可信度的问题。

针对传统的灰色模型在负荷增长速度较快时预测精度低的问题,提出了采用交叉遗传粒子群优化算法代替最小二乘法来优化gm(1,1)模型中参数a、b的方法;介绍了灰色预测原理及其数学模型、cgpso算法及基于cgpso算法的优化灰色模型,并根据实际负荷数据进行了仿真实验。结果表明,在负荷增长速度较快时,优化灰色模型的预测精度明显高于gm(1,1)模型,能够应用于电力系统的中长期负荷预测,拓展了灰色模型的适用范围。

灰色预测模型在基坑变形中的应用——基于基坑监测变形值具有一定的灰色特征，利用灰色系统理论建立了基坑监测变形值的等步长与非等步长gm(1，1)预测模型。通过对某基坑桩顶位移变形数据的预测，表明了灰色预测模型在基坑变形监测中具有较好的可行性及可靠性。

灰色加权模型在深基坑变形预测中的应用——深基坑的变形及其预测是工程建设中经常遇到的重要问题，论文对加权灰色模型应用于该领域作了探讨。在进行加权模型理论计算的基础上，以深基坑实际变形监测资料为基础，利用原始模型结果作为比较基础，对加权模型进行了...

灰色系统是部分信息已知、部分信息未知的系统。灰色系统把一般系统理论、信息控制的观点和方法延伸到社会、经济等广义系统，灰色系统理论能更准确地描述社会经济系统的状态和行为。研究基于灰色系统理论的灰色预测模型，对社会经济系统预测具有重要的意义。由于用电负荷增长情况受经济发展、产业机构、气候、居民收入水平等诸多因素的影响，其中有一些因素是确定的；而另外一些因素是不确定的，故可以把它看作一个灰色系统。

方法的选择对电力负荷预测结果至关重要,本文通过对x(1)(1)增加干扰因素β,实现对初始值的优化,较已有研究文献使用x(1)(n)+β方法更加便于理解,保持运算前后一致,同时,改进背景值的设置。通过实例验证,此方法可以在负荷预测上得到很好的应用,提高预测精度。

本文简要介绍了灰色预测方法gm(1,1)模型的构造与模型检验。通过对合肥地区近年来房地产开发投资数据的分析,建立了gm(1,1)模型,经模型检验,该预测模型可靠,分析结果具有一定的参考价值。

将发电站视为本征性灰色系统,对电力负荷建立灰色预测模型,并根据实际结果对原始模型进行优化。使用序列平移、残差校正、等维新息等方法提高了模型的精度。在实际应用中证明了预测结果的可信度

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。

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。

电力市场分析预测,采用灰色模型gm(1,1),通过语言、网络、量化、动态及优化等五个模型,对具体负荷进行预测。其负荷预测灰色模型的建立,需不断的将下一阶段中所得的结果回馈,经过多次循环往复,才能使整个模型逐步趋于完善实现函数逼近,建立精准模型。并以某地历年三月的负荷为例,预测并验证了负载的精度。

分别在管式炉反应器和热天平上对废电路板的热解行为进行实验研究。在管式炉反应器上考察了在同一升温速率(20k/min)下不同热解终温(400、500、600、700和800℃)对废电路板热解产物产率的影响。在相关实验数据的基础上尝试用灰色理论及方法建立基于热解终温的废电路板热解灰色产率预测模型gm(1,1),预测结果与实验数据对比表明,该预测模型精度较高,能够较好地对不同热解终温下废电路板热解产物产率进行预测。此外,在热天平上获得的不同升温速率(10、15和20k/min)下的热失重曲线表明,废电路板的失重速率峰随升温速率的提高逐渐向高温侧移动。采用分布活化能模型对废电路板热失重曲线进行动力学分析,获得废电路板热解活化能的变化曲线。计算结果表明,废电路板热解过程中活化能并不是单一数值,而是随失重率变化的一个函数。所得废电路板热解活化能值在140~250kj/mol范围内变化,当失重率在10%~60%之间,活化能值总体呈缓慢上升的趋势,但当失重率>60%时,活化能值由155.4kj/mol迅速增加到244.4kj/mol。

为提高地表沉降预测精度,针对灰色预测模型(gm(1,1))易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的灰色理论预测模型。考虑到沉降量受到温度和时间因素影响较大的特点,将地表的沉降看作时间、温度的相关函数来建立卡尔曼滤波模型,并利用迭代滤波理论和levenbergmarquardt优化滤波,构建改进的卡尔曼滤波模型。改进的卡尔曼滤波模型与灰色模型相结合,应用于地表沉降预测中,并将改进的卡尔曼滤波灰色模型预测结果与卡尔曼滤波灰色模型的预测结果进行对比。实例计算表明,使用改进的卡尔曼滤波对消除检测数据扰动误差后的数据进行灰色模型预测的精度相比于单纯灰色预测的预测精度更高。

灰色模型在软土地基沉降预测中的应用——准确预测地基的最终沉降量，对道路工程的设计和施工极其重要，但目前尚无能够全面反映各种情况的理论公式和数值方法。利用灰色理论建立不等时距gm(1，1)模型，对软土地基沉降进行预测，取得了较高的准确度。为了满足应用...

0引言高铁路基沉降变形监测是高铁运营维护观测的重要内容[1]。合蚌高铁淮南东站路基观测地段位于淮南东站小里程方向,属高路堤地段。灰色系统是指部分信息已知而部分信息未知的系统,灰色系统所要考察和研究的是对信息不完备的系统,通过已知信息来研究和预测未知领域从而达到了解整个系统的目的[2-3]。灰色模型[4]在进行趋势预测方面并不需要典型的和较长的数据列,为此将其引入淮南东站路基沉降监测中,进行沉降变形预测。

基于传统的灰色verhulst模型在基坑沉降预测中精度较低的问题,提出优化的灰色离散verhulst模型。在基坑沉降监测中,由于有新的监测沉降值不断补充到原始数据序列中,各种因素会带来新的扰动,原来的模型精度降低,为避免由此产生的误差,用新陈代谢方法建立优化灰色离散verhulst一维、二维新陈代谢模型。将传统verhulst模型、优化的灰色离散verhulst模型及优化灰色离散verhulst一维、二维新陈代谢模型进行比较。研究结果表明:该模型通过采用离散化思维对原数据序列进行倒数变换,从连续形式向离散形式变化,减小了传统verhulst模型建模过程中从微分方程到差分方程带来的误差;采用新陈代谢方法的优化灰色离散verhulst模型精度更高,可选用该模型对基坑进行沉降预测。

介绍了灰色预测理论的gm(1,1)模型并将它运用到高速公路车流量预测中.利用巴特沃斯低通滤波器改进了gm(1,1)模型的误差修正方法,使得误差修正方法更准确、算法性能更稳定.整个预测系统满足了工程应用要求,具有一定的实际意义和参考价值.

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。

利用平朔矿区3个时相的tm影像数据,结合矿区土地利用的实际特点,划分了耕地、林草地、工业及住宅用地、水域、交通用地、待复垦地和未利用地7种矿区土地利用类型,分析并研究了平朔矿区土地利用中灰色建模的方法以及求解过程。预测结果表明:矿区耕地逐渐下降,到2023年预计耕地面积18173.21hm2,占矿区总面积的45.4%;同时由塌陷地和排土场形成的待复垦地逐渐增多,预计2023年将达到3849.62hm2。因此,应该加大土地复垦的力度和进度,促进已复垦地尽快转为耕地,协调生产建设和生态建设对土地利用的改变速度,保证矿区各类土地的可持续利用。

传统非等间距灰色模型通常采用非等间隔数据进行分段线性插值,从而求得等间隔序列;但是实际基坑沉降并不是线性变化的,利用此法生成的等间隔序列较实际数据存在较大误差。针对传统非等间距灰色模型缺陷,分别利用rbf神经网络插值与三次样条插值生成等间距序列进而求得模型参数,并运用优化的非等间距灰色模型对某基坑的沉降量进行分析预测。计算结果表明:优化后的模型具有更高的精度,故本模型可作为基坑沉降预测的一种新方法。

为了掌握黄土地基建筑物施工过程中随着负荷增加而呈现的沉降趋势,通过对沉降量的分析得到更好的预测沉降规律的方法。文中以青海省海东市三级综合医院(一期)建设项目为例,根据建筑物沉降监测数据,分别运用二次抛物线法、多项式拟合法以及灰色模型预测法建立沉降时序模型,并对第七期沉降进行预测,通过预测结果分析3种预测方法的精度及适用性。结果表明:二次抛物线法与真实值最接近的预测值为z3点的-0.38mm,且相差为-0.24mm；多项式拟合法预测值与实测值相差最小的z19点为-0.75mm,与真实值相差为+0.17mm；灰色模型法预测值与真实值相差较小,相差最大的z3点预测值为-0.76mm,相差+0.14mm,相差最小的z19点预测值为-0.59mm,相差+0.01mm。通过预测值与真值相差值的比较可知,二次抛物线法与多项式拟合法的预测曲线不符合实际沉降趋势,使得预测结果失真,两者均不适用于黄土地基沉降量的预测；灰色模型预测收敛速度快,且预测值与实际值较接近,误差小,预测模型与工程实际变形一致。