土工膜灰色預測是基于灰色系統(tǒng)理論的一種預測方法，土工膜是根據(jù)過去的及其現(xiàn)在已知的或非確定的信息建立一個由過去引伸到將來的灰色模型 GreyMode，簡稱GM，然后通過對系統(tǒng)模型微分方程作白化處理，用最小二乘法求解，確定預測模型中的待定系數(shù)，從而確定系統(tǒng)未來發(fā)展變化的趨勢，該方法的最大優(yōu)勢是對原始數(shù)據(jù)分布特征及樣本量無特殊要求。曝：土工膜灰色預測模型和動態(tài)預測模型簡述 借助非等間距的灰色預測模型，土工膜一方面可以利用高荷載水平下的蠕變變形預測低荷載水平下的蠕變變形;另一方面可以利用高荷載水平下的蠕變斷裂時間預測低荷載水平下的蠕變斷裂時間。 而動態(tài)預測方法區(qū)別于靜態(tài)預測方法的最大特征在于:其原始數(shù)據(jù)處理系統(tǒng)可以根據(jù)觀測數(shù)據(jù)的變化趨勢不斷調整，土工膜能夠及時將實測數(shù)據(jù)的變化納入系統(tǒng)，由此得到的蠕變預測值也更為合理。 在預測領域中應用最廣泛的是BP網(wǎng)絡。BP網(wǎng)絡的學習算法是一種誤差反向傳播式網(wǎng)絡權值訓練方法。它的理論基礎是多層神經(jīng)網(wǎng)絡模型，它包括輸入層、隱層和輸出層3個層次，輸入層有n個結點，輸出層有m個結點。神經(jīng)網(wǎng)絡是一個復雜的非線性動力學網(wǎng)絡系統(tǒng)，一個具有偏差和至少一個S型隱含層加上一個線性輸出層的網(wǎng)絡能夠逼近任何有理函數(shù)。最小二乘和BP神經(jīng)網(wǎng)絡特有的非線性能力，土工膜較好地解決了蠕變系數(shù)及三參數(shù)法對蠕變數(shù)據(jù)擬合精度不高的問題。但神經(jīng)網(wǎng)絡需要大量的數(shù)據(jù)作為學習和訓練網(wǎng)絡結構，土工膜實踐證明，在貧數(shù)據(jù)的情況下應用神經(jīng)網(wǎng)絡，其結果不夠理想。