电子装备故障预测方法研究

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。     

基于灰色马尔科夫模型的船舶交通流预测

鉴于船舶交通流预测的复杂性,利用单一的灰色预测方法难以对其做出准确预测,考虑交通流量的波动性,将灰色预测理论和马尔科夫预测方法结合以建立灰色马尔科夫预测模型,利用该模型对长江口河段的船舶交通流量进行预测分析。研究结果表明:灰色马尔可夫链模型的预测结果较单一的灰色预测结果更接近实际值,相对误差较小且具有较高的拟合精度,对于具有一定波动性和随机性的船舶交通流有较高的预测精度,可应用于实际船舶交通流量预测研究中。     

全国长期水运运量的灰色预测

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。     

改进灰色模型在海上交通综合安全指数预测应用

为提高海上交通综合安全指数的预测精度,弥补传统预测方法的不足,构造一种改进的灰色预测模型。在对传统的灰色预测模型GM(1,1)的基本原理和预测精度进行阐述的基础上,引入弱化算子序列对灰色预测模型进行改进,设计一种改进的灰色预测模型。以2004—2013年海上交通综合安全指数4项指标历史数据为基础,进行传统灰色模型预测和改进灰色模型预测,并绘制出2种预测模型的实际值和预测值的拟合曲线。结果表明:改进灰色模型的预测精度和拟合曲线都比传统灰色模型要好,能真实反映海上交通综合安全指数的发展趋势,预测结果具有一定的可靠性和实用性。     

基于GA优化的灰色神经网络船舶交通流量预测方法研究

结合灰色模型和BP神经网络模型的特点,对两种模型进行有机地组合,构建一种改进的灰色神经网络预测船舶流量方法.以实际船舶交通流量和主要影响因素为数据,运用遗传算法改进的灰色神经网络模型对上海洋山港的船舶交通流量进行预测,计算和Matlab仿真结果表明,改进的灰色神经网络模型预测不仅精度较高,而且能准确预测船舶交通流量的变化规律.     

灰色动态预测控制的应用研究

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。     

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。     

弹上电子设备可靠性灰色预测方法

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.     

灰色-马尔科夫油料消耗预测模型

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。     

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-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。     

灰色马尔科夫组合模型对结构剩余寿命预测的研究

灰色马尔科夫组合模型是将灰色GM（1,1）模型与马尔科夫链有机地结合起来,利用各自优点并充分考虑大型结构整体变化趋势和局部波动的情况。通过对某桥梁结构的损伤系数进行预测分析并与GM（1,1）预测结果进行对比,该方法解决了GM（1,1）模型对波动性较大数据拟合较差,预测精度较低的缺陷。     

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

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。     

基础沉降的组合预测法

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。     

基于灰色系统理论的集装箱海铁联运量预测

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。     

基于灰色支持向量机的大型集装箱船上层建筑舱室的噪声预测

以A集装箱船上层建筑舱室噪声实测值为训练样本,利用灰色预测中"累加生成"的优点对训练样本进行处理,使其更具规律性.选用ERBF核函数,建立集装箱船上层建筑舱室噪声的灰色支持向量机预测模型,应用此模型对B集装箱船上层建筑舱室的噪声进行了预测.最后,将此模型推广到了散装货船的舱室噪声预测中.预测结果表明,将灰色理论与支持向量机相结合,能更好地提高船舶上层建筑舱室噪声的预测精度.     

基于BX数据生成法的江苏省内河货运量预测

应用BX数据生成法对灰色模型预测中的初始数据进行了处理，并通过对江苏省内河航道货运量的预测，对两种方法进行了对比，说明BX数据生成法在没有明显加大工作量的基础上有效地改进了预测精度。     

基于灰色系统理论确定试桩极限承载力的方法

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。     

基于改进灰色模型的电力系统负荷预测

传统的灰色预测模型因其所需历史数据少、计算快、对平稳地区的负荷预测有较高精度等优点,曾被广泛应用。但传统的灰色预测模型对于历史数据要求较高,最好为指数形式,并且在数据波动较大的情况下,其预测误差可能变得较大,不符合实际需要。为了减小预测误差,本文在传统灰色模型的基础上,首先对部分历史数据进行平滑处理,以确保其光滑性,同时对历史数据进行等维处理,不断的剔除旧数据,增加新数据,最后进行灰色循环残差修正,在原始数据和预测模型两个方面进行了修正,提高了电力负荷预测精度。     

GM(1,1)模型在某滑坡中的应用

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。