摘要(Abstract)：
为了在隧道施工过程中对隧道围岩收敛变形进行精准、有效预测，从而及时对施工方法和加固措施作出调整，保证隧道施工安全，以Frejus公路隧道所测得的监测数据为参考序列，利用Python软件分别建立预测隧道围岩收敛变形的灰色系统模型GM(1,1)、 Verhulst模型、线性回归模型以及分别采用熵值法和方差倒数法对以上模型加权所得的灰色组合模型，并采用平均绝对误差、均方误差和平均绝对百分比误差为标准对建立的所有模型预测值进行对比分析。结果表明，近期预测中采用方差倒数法加权得到的灰色组合模型的精度优于其他模型的精度，而且这种优势会在一定范围内随着时间的推移更加明显。
关键词(KeyWords)：隧道工程;灰色组合模型;灰色系统;变形预测;隧道收敛
基金项目(Foundation):国家自然科学基金项目(51809115);; 山东省自然科学基金项目(ZR2019QEE003);; 中国博士后科学基金项目(2019M652512)
作者(Author): 卢彬,冯现大,鲁瑞
DOI: 10.13349/j.cnki.jdxbn.20220720.003
参考文献(References)：
[1] 王涛，孙文龙，李磊.基于回归分析与灰色理论的围岩变形组合预测[J].地下空间与工程学报，2017,13(增刊1):48-51.
[2] 孙钧，潘晓明，王勇.隧道软弱围岩挤压大变形非线性流变力学特征及其锚固机制研究[J].隧道建设，2015,35(10):969-980.
[3] 王军龙.围岩变形预测的Richards模型及变形发展趋势分析[J].公路工程，2014,39(3):145-148.
[4] 朱铭.基于灰色预测方法的隧道大变形预警技术研究[J].公路工程，2011,36(3):183-186.
[5] 胡亮.基于灰色理论的高速公路隧道围岩变形预测方法及应用[J].交通标准化，2013(9):103-105.
[6] 肖本职，吴相超，姚文明.悬索桥隧道锚锭围岩体极限承载力灰色预测[J].岩土力学，2003,24(增刊1):143-145.
[7] 王义国，吉安俊.隧道围岩变形预测Verhulst模型的精度与影响因素分析[J].现代隧道技术，2015,52(5):74-78.
[8] 姜汶泉，张运良，安永林.灰色理论预测隧道涌水与实例分析[J].路基工程，2008(2):14-15.
[9] 丁万涛，李术才，王书刚.龙潭隧道围岩收敛变形灰色系统预测模型[J].岩土力学，2006,27(增刊1):118-121.
[10] 徐昌茂，吴立，吴双兰，等.超大断面高速铁路隧道围岩变形预测分析[J].现代隧道技术，2013,50(6):80-84.
[11] 刘思峰，杨英杰，吴利丰.灰色系统理论及其应用[M].7版.北京：科学出版社，2014:140-159.
[12] 张燕龙，陈亮希，陈兴玉，等.基于灰色线性回归组合模型的集成电路封装设备故障趋势预测[J].机械与电子，2021,39(3):20-23.
[13] 张永超，王海青，岳顺.非等时距灰色预测模型在基坑监测中的应用[J].地理空间信息，2019,17(8):116-118.
[14] 郭锐利，郑钦玉，刘娟，等.基于熵值法和GM(1,1)模型的重庆城市生态系统健康评价[J].中国环境科学，2012,32(6):1148-1152.
[15] 刘军，姜波，刘杰刚，等.基于不同权重法的回采工作面瓦斯涌出量组合预测[J].煤炭技术，2016,35(7):160-162.
[16] 蒋鹏飞，杜发兴，王雪蓉，等.基于复合权重灰色关联度法的隧道围岩质量评价[J].人民珠江，2021,42(6):112-116.
[17] 郑华伟，夏梦蕾，张锐，等.基于熵值法和灰色预测模型的耕地生态安全诊断[J].水土保持通报，2016,36(3):284-289,296.
[18] 马玉琪.我国农村居民消费支出的预测分析[J].产业与科技论坛，2012,11(7):99-100.
[19] LI K W,LIU L,ZHAI J N,et al.The improved grey model based on particle swarm optimization algorithm for time series prediction[J].Engineering Applications of Artificial Intelligence,2016,55:285-291.
