BP网络马尔可夫模型的水质预测研究——基于灰色关联分析

根据汾河水质的实际情况,应用BP网络马尔可夫模型对水质进行预测。采用拉依达准则剔除样本集异常数据,结合水质污染的实际情况,以COD为参考序列,应用灰色关联度对常规指标进行分析,确定BP网络的输入节点。在BP网络预测结果的基础上采用马尔可夫链对残差序列进行修正。经过关联度分析,确定氨氮、挥发酚、水温、BOD5及COD自身作为BP网络的输入节点,解决了多变量复杂系统建模过程中BP网络输入节点无法自动寻优的问题,使得BP网络的预测结果更加符合实际。对预测误差较大的样本采用马尔可夫修正误差残值,使得相对误差从-15.43%改善到了-15%,修正值更接近于实测值。BP网络马尔可夫模型,结合了BP网络和马尔可夫的优点,提高了预测的精度。     

灰色灾变预测模型的改进及实例分析

灾害不同于一般的预测对象，对其预测精度应予高度重视，而目前灰色灾变预测的预测精度，较高的仅仅是预测原点附近的一、二个数据。基于此，本文提出了准灰信息的概念，建立了准灰色灾变预测模型，并通过实例证明了运用准灰色灾变预测模型进行预测，可提高预测精度。     

上海城市人为灾害的灰色预测

应用灰色预测ＧＭ（１，１）模型，导出其响应函数，对上海市的火灾发灾频次作了实例预测。然后对预测模型作了检验，预测精度是２级，检验结论符合要求。对城市人为灾害的灰色预测，为防灾减灾的决策部署提供了依据。     

滑坡灰色系统预测模型及其应用

本文在分析目前国内外滑坡灰色预测预报模型基础上，提出了一种新的滑坡灰色系统预测预报模型。该模型相对於过去常用的灰色模型考虑了更多的影响因素，有更高的可信度。它不仅可用作滑波的临滑预报，还可用于般监测信息的预测。     

基于模糊马尔可夫链状原理的灾害预测——以新亚欧大陆桥新疆段为例

根据新亚欧大陆桥新疆段近40年灾害统计资料，基于模糊马尔可夫链状预测的方法与原理，通过模糊状态的划分和模糊运算，根据隶属度最大原则，确定所属的状态，对新疆段受损区段数进行了预测，预测准确率为75％，取得了预期的效果。     

汾渭地震带地震发生的灰色灾变预测

本文应用灰色理论中的灾变预测方法,建立了汾渭地震带中强震发生时间的灰色预测模型。并对未来中强震的发震时间进行了预测。     

火灾预测的模糊马尔柯夫模型

火灾发生并不是一个严格马尔柯夫随机过程，而是一个“近似具有马尔柯夫性”的模糊马尔柯夫过程。本文在对我国55年火灾统计资料“相对化”处理的基础上，根据模糊马尔柯夫理论和方法，建立我国火灾相对变动模糊马尔可夫预测模型。根据隶属度最大原则，确定所属状态，进行火灾预测。2005年我国火灾预测值与实际值的相对误差为0．0148，表明模型具有相当高的预测精度。对我国2006年进行预测，得到火灾相对变动状态等级为微降，我国2006年的火灾发生率与2005年相比降低了0～0．1，火灾频数约为212347～235941起，预测结果可为有关部门的决策提供一定的依据。     

灰色拓扑预测理论在暴雨洪涝灾害预测中的应用

本文应用灰色理论中拓扑预测的理论方法对长江中下游地区未来几年的水灾状况作了预测试验。     

拱桥震害预测的灰色聚类方法

利用灰色聚类方法对拱桥在常见地震烈度下的震害进行了预测。文中考虑了地震烈度、拱桥孔数、跨径及地基条件四个主要震害因子,给出了唐山地震中２９座拱桥的预测结果,并与实际震害进行了对比。从而说明利用灰色聚类方法对拱桥进行震害预测是可行的,值得进一步研究和推广。     

基于灰色理论和神经网络的边坡位移预测

边坡位移的发展受地质条件、天气环境和人类活动等众多因素的影响，变化趋势复杂，很难建立一个准确的经典数学模型对其进行全面的描述。为了得到边坡位移较准确的估计，采用多模型信息融合技术对边坡位移进行了预测。首先，将边坡这类影响因素复杂的系统看成是一个灰色系统，分别采用GM（1，1）模型、Verhulst模型和DGM（2，1）模型对位移值进行预测。其次，考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制，利用神经网络的办法对不同的灰色预测模型进行组合，生成灰色神经网络模型，该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适用性信息处理能力相融合，通过反复训练、学习，自动调节，可以得出各模型在组合模型中的合理权重，从而输出满意的结果。通过对比发现，利用组合灰色神经网络模型预测的位移值，比单独的灰色模型预测的位移值具有更高的精度。     

高喷插芯组合桩极限承载力的灰色预测

高喷插芯组合桩(JPP)是一种新的桩型,具有承载力高、造价低等优点。许多工程单桩的静载荷试验只能加到两倍设计荷载,无法达到试桩的极限或破坏荷载,因此利用有限的实测数据比较准确地预测高喷插芯组合桩的极限承载力具有一定的现实意义。根据灰色理论,介绍了预测单桩竖向极限承载力的自调整非等步长GM(1,1)模型,讨论了三种不同的灰色模型在有限的实测数据条件下预测单桩极限承载力以及荷载—沉降关系的方法。通过对达到破坏和未达到破坏的工程实例的分析计算,证明三种模型的预测精度是令人满意的,其中等维新息模型预测精度最高。     

陕西延安地区1992—2000年干旱趋势灰色预测

本文存分析延安地区干旱特征的基础上,采用地地区40a的资料,运用灰色理论的预测方法,预测了1992～2000年间干旱发生的季节及强度,预计该时该区的旱情将持续出现,故提出必须立足抗旱,以保农业生产的稳步发展。     

桥梁群体震害预测方法的研究

本文研究了桥梁群体震害预测方法的理论,并采用模糊数学、灰色系统理论和概率分析方法,建立了中、小型桥梁群体震害预测的数学模型。在对江南一带城市地震震害预测工作中桥梁抽样单体震害预测经验法的计算基础上,给出了公路桥梁在不同地震烈度影响下的单因素评价矩阵,为区域性的地震震害预测工作提供了一个有力的实用工具。     

用灰色模型预测我国铁路水害发展趋势

根据近１５ａ来我国铁路水害年断道时间和断道次数的数据特点，将不同程度水害年分为三个等级。在此基础上，建立了铁路水害的灰色预测模型。并用此模型预测了近期铁路水害大小和远期的发展趋势。这对于我国铁路水害防治的宏观决策具有指导意义。     

基于联系数和马尔可夫链耦合的山东省旱情动态预测评价

为增强区域旱情预测评价模型的合理性、可解释性和预测评价结果的准确性,以山东省1972-2001年旱情历史序列作为评价样本,选取水库蓄水量距平百分率、地下水埋深、土壤含水量和降水量距平百分率4个旱情评价指标,采用基于加速遗传算法的模糊层次分析法确定评价指标权重,通过计算评价样本的指标数联系数、指标值联系数并利用最小相对熵原理得到样本的平均联系数,由属性识别法确定了各年份的旱情等级,建立了基于集对分析五元联系数和马尔可夫链耦合的区域旱情动态预测评价模型(简称CNMC模型),将CNMC模型应用于山东省2000、2001年旱情等级动态预测评价中,判定山东省旱情等级,将该模型确定的旱情等级与属性识别法评价结果进行对比分析。结果表明:采用CNMC模型得到的旱情等级计算值与属性识别法的评价结果一致,可发现CNMC模型中由集对分析法确定的权重值较自相关系数法确定的权重值分布均匀,克服了自相关系数法的计算不稳定性;以联系数分量为基础的属性识别法克服了直接将指标数值与评价标准匹配得到的马尔可夫链状态等级空间的粗糙性;以前5 a各年份的联系数分量为基础,充分利用了1~5步长状态转移概率矩阵,克服了普通马尔可夫链法中仅采用状态转移概率矩阵中某一行信息所带来的局限性。CNMC模型有助于深入刻画和解析预测对象与预测因子之间的复杂关系,以联系数分量为基础,不同步长的马尔可夫链状态转移概率矩阵为驱动所建立的模型能更精准地刻画系统的不确定性趋势且计算简单、操作方便,为区域旱情动态预测评价提供了一种新途径。     

基于神经网络的岩体边坡稳定性的灰色聚类空间预测法及其应用

针对岩体边坡稳定性与影响因素之间的非线性关系，提出了基于神经网络的岩体边坡稳定性的灰色聚类空间预测法，结合实例仿真分析，表明该方法能较好地处理岩体边坡稳定性与影响因素之间的灰色非线性关系，同时，能比较准确地预测岩体边坡的稳定性。     

地铁车站深基坑钢支撑体系轴力预测及安全预警模型研究∗

随着我国基坑开挖数量和规模的不断增长，基坑事故率也随之上升，钢支撑轴力是衡量基坑围护支撑体系稳定性的重要指标之一。钢支撑轴力可利用传感器进行监测，但传感器失效后，该监测点将无法准确监测支撑轴力数据。故此，为保证基坑围护钢支撑体系的稳定，以宁波市某地铁车站深基坑的钢支撑体系作为研究对象，通过两道钢支撑架设之间的轴力变化进行分析，对钢支撑轴力数据进行预测，并对钢支撑体系进行安全预警。首先，由于轴力监测传感器存在“浴盆曲线”特性，故所得原始监测数据具有贫信息、小样本的特点，在此特性基础上，对基坑钢支撑轴力数据进行检验与处理，使之符合灰色预测模型建立条件；其次，建立灰色预测模型，并对模型的精度进行计算和后验差检验；最后，以灰色预测模型所得数据为基础，结合钢支撑的变形特征和指标，建立置信区间估计法安全预警模型，取显著性水平α=5%、α=2% 作为分界点，对深基坑的钢支撑体系进行预警等级划分，并判断当前钢支撑体系的运行状态。结果表明∶灰色预测模型精度良好，同时得出钢支撑体系处于安全的运行区间，模型判定结果与该地铁车站深基坑的钢支撑体系的实际情况相符，证明这种预测及安全预警模型可以用于判断钢支撑体系的稳定性。     

滑坡位移动态预测——以中里滑坡为例

本文以中里滑坡为例，从时间序列分析的方法入手，介绍如何在灰色预测模型的基础上建立改进的灰色预测模型一等维灰数递补动态预测模型及其在滑坡位移预测中的应用。实践表明，该模型在中里滑坡的应用中取得了良好的效果。     

福建省农业气象灾害灰色评价与预测

将灰色系统理论引入到农业气象灾害的评价与预测中。根据福建省1980~2004年主要气象受灾面积资料,构造完全受灾参考序列,应用灰色关联分析得到每个年份的关联度,依照关联度排序结果对农业气象灾害进行等级划分,得到5个农业气象灾害重灾年份,发现重灾年的出现大约以4年为一个周期。最后用这5个重灾年组成新序列,运用GM(1,1)模型对未来重灾年份进行灾变预测,结果表明,2008~2009年福建省将是农业气象重灾年份。     

Kappa系数在干旱预测模型精度评价中的应用——以关中平原的干旱预测为例

Kappa系数较多地用在评价遥感影像分类精度中。通过对分类影像和参考影像逐个像元统计,并建立误差矩阵,可以较准确地验证遥感影像分类的精度。将Kappa系数引入到关中平原地区加权马尔可夫和自回归移动平均两种干旱预测模型的精度评价中,基于标准降水化指数和条件温度植被指数两种干旱指标,对干旱监测数据和模型预测数据建立误差矩阵,得到了错估误差、漏估误差、总体精度和Kappa系数。综合应用4种评价指标分析模型的预测结果表明,错估误差和漏估误差能够验证预测模型的局部适用性,总体精度在一定范围内不能够直接反映模型的预测精度,Kappa系数可以较精确地评价不同时空间尺度的干旱预测模型精度。当参与预测的样本数目增加到一定程度时,Kappa系数和总体精度基本相等,可以更准确地评价模型预测精度。