共查询到20条相似文献,搜索用时 31 毫秒
1.
文章介绍了电子装备系统故障预测的概念,以及故障预测的流程,并对预测的方法进行了研究。其中展开对灰色系统理论进行研究并建立了故障预测的灰色模型方法;以及建立了最小二乘支持向量机(LS-SVM)回归预测算法和反向传播神经网络预测方法。三种预测方法为后续电子装备的故障预测建立了理论基础。 相似文献
2.
3.
蒋飞 《上海海运学院学报》1990,11(1):47-53
灰色系统理论的内容包括建模、预测、决策、控制等方面。本文应用灰色预测方法对全国水运客运量、货运量作了长期预测,并对结果进行了比较分析。 相似文献
4.
5.
6.
阐述了趋势关联度和灰色动态建模,在此基础上提出了一种灰色动态预测控制方法,并且将灰色动态预测控制方法应用于军构物质供应保障系统,给出了一种基于灰色动态预测控制方法的新的控制策略。 相似文献
7.
商品销售预测中GM(1,1)马尔可夫链的应用 总被引:1,自引:0,他引:1
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。 相似文献
8.
弹上电子设备可靠性灰色预测方法 总被引:3,自引:0,他引:3
基于弹上电子设备可靠性数据量少的特点,传统大样本的预测方法不再适用的问题,采用动态的灰色模型GM(1,1)对弹上电子设备的可靠性进行预测.由于灰色模型预测方法不需要大量样本数据,且预测精度也较高,从而解决了弹上电子设备系统可靠性分析与预测中的难题,在工程上具有可行性. 相似文献
9.
灰色-马尔科夫油料消耗预测模型 总被引:1,自引:0,他引:1
运用灰色-马尔科夫模型对某油库油料消耗进行预测,克服了灰色预测与马尔科夫预测各自的缺点和不足,提高了预测的精度,增强了预测结果的可靠性、科学性和实用性。 相似文献
10.
11.
灰色-趋势曲线组合预测模型在港口吞吐量预测中的应用 总被引:2,自引:0,他引:2
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。 相似文献
12.
13.
基于并联型灰色神经网络模型的港口吞吐量预测方法探讨 总被引:6,自引:4,他引:2
港口吞吐量预测是港口规划的基础,在确定港口发展方向、投资规模等方面发挥着十分重要的作用,因此有必要对港口吞吐量的发展趋势做出合理的预测。结合灰色理论和神经网络模型的特点,尝试用灰色神经网络组合模型之一——并联型灰色神经网络模型进行港口吞吐量预测。用实际算例证明了该方法在港口吞吐量预测中的有效性。 相似文献
14.
基础沉降的组合预测法 总被引:3,自引:1,他引:2
通过对基础沉降的发生过程、特点及灰色Verhulst模型特点的分析,提出可以根据施工过程中的观测资料,运用基于BP神经网络的组合预测模型对不同时刻的基础沉降进行预测;首先分别利用灰色Verhulst模型和BP神经网络模型对基础沉降进行估算,然后利用人工神经网络中的BP神经网络对采用前2种模型所得的结果进行组合预测。计算实例表明,使用该组合预测方法所得到的预测结果比单独使用灰色Verhulst模型或BP神经网络模型所得到的预测结果的总体误差要小,因而该方法是可行的、有效的;可以运用到实际工程中。 相似文献
15.
基于灰色系统理论的集装箱海铁联运量预测 总被引:1,自引:0,他引:1
介绍灰色系统理论,提出基于灰色系统理论的多变量灰色系统数列预测模型——PGM(1,N)模型,推导出用PGM(1,N)模型进行灰色数列预测的基本公式。以大连港为例,预测未来5a大连港集装箱吞吐量、集装箱海铁联运运量,分析表明此方法对铁路集装箱海铁联运量预测的有效性和实用性,且适合编程。 相似文献
16.
17.
18.
在试桩未达到破坏荷载时,正确预测确定基桩极限承载力具有重要的工程意义。根据灰色系统理论,利用GM(1,1)模型建立桩的荷载——沉降关系方程,进而建立推定预测基桩极限承载力的理论方法,对单桩极限承载力进行预测。计算表明:建立在灰色理论基础上预测基桩极限承载力的方法具有较高的准确性。 相似文献
19.
20.
滑坡地质灾害的控制及影响因素往往是随机的变量,具有相当的模糊性和灰色不确定性。本文构造了滑坡时间预测(短期预测)的灰色GM(1,1)模型。通过对某一滑坡实例的监测资料分析研究,并且对观测数据进行灰色处理,运用GM(1,1)模型进行滑坡时间预测能取得较为满意的结果。 相似文献