《表4 13#楼预测结果：基于灰色模型的高层建筑物沉降预测分析》
提示：宽带有限、当前游客访问压缩模式
单位：mm
利用GM(1，1）预测模型程序对各沉降点预测得到第18周期沉降情况（如表4所示）：
| 图表编号 | XD00175726600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.28 |
| 作者 | 赵祥硕 |
| 绘制单位 | 安徽理工大学测绘学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 土层物理力学指标：庆阳深厚黄土上高层建筑的沉降预测》2020.08.20
- 《表2 沉降观测数据：庆阳深厚黄土上高层建筑的沉降预测》2020.08.20
- 《表5 精度评定结果：基于灰色模型的高层建筑物沉降预测分析》2019.12.28
- 《表1 模型精度等级：基于灰色模型的高层建筑物沉降预测分析》2019.12.28
- 《表7 状态划分情况：改进灰色马氏组合模型在建筑物沉降预测中的应用》2020.07.25
- 《表8 状态转移表：改进灰色马氏组合模型在建筑物沉降预测中的应用》2020.07.25
- 《表2 F2沉降结果：Verhulst模型在高层建筑物沉降预测中的应用》2020.06.30
- 《表4 预测结果对比表：灰色模型在路基沉降预测中的对比研究》2019.08.01
- 《表3 拟合结果对比表：灰色模型在路基沉降预测中的对比研究》2019.08.01
- 《表3 各模型评价指标：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表2 各模型预测值：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表3 准光滑性检验值：基于灰色预测模型的福建省建筑垃圾产量预测》2019.10.01
- 《表4 准指数检验值：基于灰色预测模型的福建省建筑垃圾产量预测》2019.10.01
- 《表3 沉降预测对比表：高层建筑物沉降监测与预测方法》2019.11.25
- 《表4 模型预测结果：基于灰色系统的房价分析与预测模型》2019.03.01
- 《表4 模型预测结果：基于灰色分析法的安徽省固定资产投资预测及影响因素研究》2019.07.01
- 《表1 模型精度等级划分：基于优化的灰色离散Verhulst新陈代谢模型的基坑沉降预测》2019.04.20
- 《表1 沉降数据分析：地铁施工沿线高层建筑物沉降变形特征分析与预测》2018.09.01
- 《表1 检验指标：修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》2018.08.25
- 《表5 残差改正数：修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》2018.08.25