基于非负权重组合模型的江苏省入境旅游客源预测

旅游客源需求预测是一个复杂的非线性系统,其发展变化具有增长性和波动性。本文根据1998年~2005年江苏省入境旅游客源数据特征,采用BP神经网络模型、GM(1,1)模型以及指数曲线模型分别进行预测,然后结合这三种预测方法的特点,提出非负权重组合预测模型,通过实例运算的对比分析,证明组合预测模型具有很高的准确性。预测结果表明:组合预测模型优于单一预测模型,江苏省入境旅游客源的非负权重组合预测模型是有效可行的。     

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和 BP 神经网络预测模型的优缺点,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和 BP 神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明：灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

灰色组合模型在港口集装箱吞吐量预测中的应用

文章尝试将两种独立的灰色模型预测方法，GM（1，1）模型与Verhulst模型结合起来考虑，形成一种新的灰色组合预测模型方法．为灰色模型应用于近期、中长期的预测提供了一个新的解决方案。     

港口吞吐量预测的时序残差修正Verhulst模型

灰色系统预测模型是一种进行港口吞吐量预测的有效方法。但是,当港口吞吐量按照“S”型曲线增长或增长处于饱和阶段时,采用灰色模型进行吞吐量预测的误差较大,预测精度不能满足实际要求。根据港口吞吐量的增长规律,通过典型实例提出了基于时序残差的港口吞吐量预测Verhulst模型,用于中长期港口吞吐量预测。应用结果表明,本模型对于那些暂时处于快速增长而从长远看按“S”型曲线增长的港口吞吐量预测具有较高的预测精度,同时保留了灰色预测方法的原有优势和特点。     

灰色系统模型在内河港口吞吐量预测中的应用

根据淮南港吞吐量实际调查资料,选择灰色系统理论对其进行吞吐预测研究,结果表明,对不同的预测时期应采用不同的灰色系统预测模型。对于短期预测,采用GM(1,1)模型与Verhulst模型的组合模型;对于长期预测,采用Verhulst模型并用GM(1,1)模型对其残差进行修正。实例验证以上两种模型是可行性的。     

基于RKGM-AR模型的船舶主机排气温度预测

为了对船舶主动力装置系统中非平稳变化的热力性能参数进行趋势预测,以实现对主动力装置故障状态预报,提出了一种新型RKGM-AR时间序列预测模型。该模型首次将四阶龙格-库塔法改进的灰预测模型与时间序列预测模型相结合,将热力参数分解成具有确定性的趋势项和具有不确定性的随机项,然后分别运用RKGM模型和AR模型对趋势项和随机项进行预测。通过某船舶主机排气温度预测实际应用案例对提出的模型进行了验证。实验结果表明,RKGM-AR模型预测结果的平均相对误差为0.276%,模型比较可靠、准确。     

灰色-趋势曲线组合预测模型在港口吞吐量预测中的应用

在日常工作中运用灰色理论对数据进行预测吋,往往由于实际情况的复杂性,遇到很多困难。本文结合实际情况和预测经验,提出了一种基于灰色预测理论和趋势曲线预测理论的灰色-趋势曲线组合预测模型,给出了该模型的基本思想和预测过程,并运用该模型对安徽某港口未来的吞吐量进行了预测,表明该模型在实际问题中是可以借鉴和应用的。     

柴油机磨粒参数的灰色关联分析及预测

该文根据紫油机时间序列磨粒形状参数，应用灰色系统理论进行关联分析，并用GM（O，N）模型进行磨损趋势预测，在实际应用中证明这一方法是有效的。     

商品销售预测中GM(1,1)马尔可夫链的应用

在现代经济快速发展的今天,预测对于企业在激烈的竞争中占有一席之地显得尤为重要,因此产品的销售预测也是一个研究的热点。本文采用灰色预测方法结合马尔可夫链的应用,使得预测更为合理科学。文章简要介绍了灰色预测模型和马尔可夫链模型,并且给出了灰色预测模型的商品销售预测结果,最后把灰色预测模型和马尔可夫方法两者结合起来完成了商品的销售预测,验证了该方法的可用性,得出了比灰色预测更加准确的预测。     

船舶电站可靠性灰色马尔可夫预测模型

简要分析了现行船舶电站可靠性分析方法的不足,提出将灰色理论与马尔可夫预测相结合,运用在船用电站可靠性估计,建立其灰色马尔可夫预测模型,并根据模型对后几年船舶电站"故障率"的变化趋势进行了预测.分析表明:基于灰色马尔可夫的电站可靠性预测模型的精度高于灰色预测模型,同时弥补了单一马尔可夫链预测依赖于系统分布参数的局限,为船舶电站可靠性研究提供了一种新思路.     

基于灰色动态MGM(1,n)模型的舰船纵摇-升沉运动预报

舰船在实际海况中的运动因受到各种因素的影响而非常复杂,六个自由度之间相互耦合构成一个复杂的系统,因此建立描述舰船运动的系统模型并对各自由度运动进行实时预报具有非常重要的意义.灰色MGM(1,n)模型用微分方程的形式表现了一个系统中n个因素对某个因素变化率的影响,可以用于对非线性复杂系统的系统预测.通过对灰色系统理论的学习发现对原始数据用极差变换进行预处理后会更适合MGM(1,n)模型的拟合,为模型预测打下了良好的基础.在充分的理论研究基础上,本文对船模水池试验获得的纵摇、升沉运动数据以及海浪数据进行极差变换后建立灰色MGM(1,n)模型,并对纵摇、升沉进行非线性预报,得到了较好的效果.     

基于灰关联聚类的连铸漏钢预报系统

本文提出了一种基于灰关联聚类构建漏连铸钢预报系统的新方法,同时针对所构建的灰色系统对热电偶分布在原有结构上做了改进。     

一种基于控制图的燃气轮机压气机性能评价方法

介绍了对象燃气轮机的结构、状态临测系统,并存MATLAB软件仿真平台上开发了基于喻测参数的燃机性能计算程序,发现随着机组工作时间的累积,燃气轮机压气机效率有着明显的降级。为了科学有效地评价降级,将工程管理中的控制图法运用剑压气机性能的评价工作中,分析了机组某次停机水洗前后的性能变化。以压气机效率为控制图特征值,发现水洗前压气机效率处于“失控状态”,水洗后爪气机效率重新回到“受控状态”。结果表明：控制图法可以反映燃气轮机运行过程中的性能变化情况,依据控制图法判断机组工作过程是否异常,可为燃气轮机的维护工作提供帮助。     

水下机器人传感器故障诊断的灰色预测模型

将灰色预测GM(1,1)原理引入到水下机器人传感器的故障诊断中,对传感器样本数据序列建立灰色动态预测型。通过对该模型输出信号与实际输出之间误差的分析,实时检测传感器的故障。针对Outland 1000无人水下机器人中的方向传感器,应用该方法对该传感器的三种典型故障模式进行了故障检测实验,结果表明所提故障检测方法准确可靠。     

Prediction analysis on propulsion shafting load based on grey system theory北大核心CSCD

[Objective]The propulsion shafting system is an important part of a ship, and the bearing load directly affects its operating state and service life. In this paper, bearing load under hull deformation is studied using grey system theory. [Method] First, according to the empirical formula of the relative displacement of each bearing caused by the deformation of the hull of a 57 000 DWT oil tanker, the relative displacement of each bearing is calculated and input into a finite element model, and the load value of each bearing is output. On this basis, grey relationship analysis of grey system theory is introduced to study the influence degree of stern bearing displacement on the load of each bearing, and the relative change of the load of each bearing caused by the displacement of the stern bearings is analyzed. A GM (1,1) prediction model is then established for the bearing load considering the bearing displacement conditions, and the hull deformation-fitting and prediction of each bearing load are made. [Results]The results show that grey relationship analysis can effectively reflect the influence of hull deformation on bearing load. The GM (1,1) prediction model has high accuracy and prediction errors less than 6.0%, and the model test indexes can represent the accuracy of the prediction. [Conclusion]Grey system theory is effective and practical in research on propulsion shaft load. It can accurately predict bearing load under bearing displacement, giving it certain reference value for research on bearing load under actual sailing conditions. © The Author(s) 2022.     

基于机舱式多普勒脉冲激光雷达测风的风速重构技术

近年来,激光雷达测风已经成为一种可靠的风速测量技术,为了在风电机组控制和监测中准确高效的使用激光雷达测风数据,需要对激光雷达测风数据进行高效、快速、准确的实时处理。目前机舱式激光雷达测风面临如下问题：激光雷达在受到来流风时会跟随机舱振动,导致实测数据波动进而对风速重构算法产生影响;激光雷达会受到风电机组叶片遮挡,导致实测数据缺失或出现无效数据。本文通过合理配置激光雷达参数,以雷达测风数据作为研究对象,对测风数据进行数值修正,消除机舱振动带来的误差,开发出一套先进先出嵌套循环判断填充算法解决叶片遮挡问题,建立线性剪切风场模型,基于递推最小二乘法求解风场特征参数,最后通过泰勒冻结湍流假说计算风轮面转子有效风速,与机舱内控制参数反演出的转子有效风速进行对比,得出两组数据相关性在0.9374,两组数据差值的标准差为0.3429,结果证明在实际应用中,使用该配置参数的激光雷达通过坐标修正和数据填充等技术手段,开发的风速重构模型算法能够准确的为风电机组控制系统提供可靠的控制输入参数。     

一种船用燃气轮机强跟踪扩展卡尔曼滤波器健康参数估计方法（英文）

Monitoring and evaluating the health parameters of marine gas turbine engine help in developing predictive control techniques and maintenance schedules. Because the health parameters are unmeasurable, researchers estimate them only based on the available measurement parameters. Kalman filter-based approaches are the most commonly used estimation approaches; however, the conventional Kalman filter-based approaches have a poor robustness to the model uncertainty, and their ability to track the mutation condition is influenced by historical data. Therefore, in this paper, an improved Kalman filter-based algorithm called the strong tracking extended Kalman filter(STEKF) approach is proposed to estimate the gas turbine health parameters. The analytical expressions of Jacobian matrixes are deduced by non-equilibrium point analytical linearization to address the problem of the conventional approaches. The proposed approach was used to estimate the health parameters of a two-shaft marine gas turbine engine in the simulation environment and was compared with the extended Kalman filter(EKF) and the unscented Kalman filter(UKF). The results show that the STEKF approach not only has a computation cost similar to that of the EKF approach but also outperforms the EKF approach when the health parameters change abruptly and the noise mean value is not zero.     

基于三点模型的柴油机热工参数预测

准确预测热工参数劣化趋势是对柴油机实施预测维修的前提。已有预测技术均视不同时段信息所具有的建模价值相等,忽略了近期信息比远期信息更能反映设备当前运行态势这一客观事实,导致预测模型难以准确描述柴油机热工参数的真实变化规律。针对该问题,提出一种基于三点模型的柴油机热工参数预测方法,并采用新陈代谢法同步更新建模数据,以提高建模数据的利用效率及预测精度。与灰色系统GM(1,1)模型预测精度的对比结果表明,三点模型能够有效处理不同时段信息在反映设备运行态势能力上的差异,得到更为准确的预测结果。     

基于燃气轮机可靠性的维修策略

介绍了DDG-1000级驱逐舰综合电力系统中MT-30燃气轮机发电机组概况,与已经在美国海军广泛使用的LM-2500燃气轮在运行与维修方面进行比较;讨论MT-30燃气轮机采用以基于可靠性的维修策略以及更换模块化维修方式的可行性;提出了综合持续作战电源的电力输出要求。