改进GM（1,1）模型在舰船维修费用预测中的应用

基于灰色系统理论,使用海军舰船维修费用历史数据建立初值修正的GM（1,1）模型,利用少量数据中的显信息和隐信息,避免复杂的相关关系,克服了原始数据的离散性,得到较高精度的拟合效果,并对海军舰船维修费用进行短期预测。将预测结果加入等维信息模型,对未来费用支出进行动态预测。结果表明：其精度优于传统模型。     

周期性残差修正GM（1.1）在海事直接经济损失预测中的应用

通过将建立的海事直接经济损失预测模型在某港口的运用检验,表明该模型精度较高,对海事直接经济损失的预测应用良好。     

基于灰色系统理论GM(1,1)模型对到港外贸船舶数量的预测研究

以天津港多年到港外贸船舶数量统计分析为基础,采用灰色理论模型对到港外贸船舶数量进行比较分析和预测,揭示其内在规律。研究表明,灰色系统理论GM(1,1)预测的相对误差不超过6.9%;天津港外贸船舶数量在短期调整后,依然会保持较快增长势头,未来天津港外贸货物吞吐量增长依然可期。     

基于Hermite插值法的GM(1,1)模型在软基地表沉降预测中的应用

地表沉降量作为判定地基卸载时间的直接技术指标,其计算的准确性已成为各类工程技术人员面临的难题之一。为研究某软基施工过程中加固效果的动态变化情况,采用Hermite插值法将现场地表沉降实测数据转化为等时间间隔,并基于转化结果建立了GM(1,1)模型和对应的时间响应函数,以预测不同时间下的地表沉降量。分析计算结果表明:GM(1,1)模型的计算精度等级为1级,对不同时间下的地表沉降量能进行较好的预测;同时,为今后解决类似复杂沉降预测问题提供了借鉴和指导。     

GM(1,1)与回归预测组合模型在结构剩余寿命预测中的应用

利用灰色灾变预测原理解决预测中的历史数据跳变问题,并利用回归方法对跳变点之间的情况加以预测。从而实现GM（1,1）预测和回归预测的有机结合。应用该方法对结构寿命进行预测分析,结果表明：该法可克服GM（1,1）模型和回归预测各自的缺陷,使预测结果更为精确。     

利用改进的GM（1,1,λ）模型预测舰艇批量生产成本

在分析GM（1,1,λ）模型的建模机理的基础上,指出传统建模方法存在的不足,基于GM（1,1,λ）模型的还原数据模型与原始序列的第一点无关,提出一种可以完全利用全部已知信息的建模方法。同时给出基于遗传算法的GM（1,1,λ）优化模型,优化模型提高了灰色预测的精度。探讨了应用灰色理论建立舰艇批量生产成本预测模型的可行性,并给出了应用实例。     

非线性GM（1，1，α）模型在港口货物吞吐量预测中的应用

针对港口货物吞吐量预测的影响因素不确定及统计数据缺乏的问题,引入灰色预测理论,在传统的线性GM（1,1）模型的基础上。运用非线性GM（1,1,α）模型对港口货物吞吐量数据进行模拟和预测,并以2003-2007年汕头港货物吞吐量数据为实证,检测该模型的实用性和准确性。     

基于灰色模型GM(1,1)卸港量的预测研究

运用灰色系统理论,建立了基于GM(1,1)的山东省水产品卸港量的灰色预测模型,经检验,模型精度高,精度等级可达Ⅰ级。应用所建模型对2006-2010年的卸港量进行了预测,结果表明模型能很好地预测水产品卸港量。     

基于GM(1,1)改进的DGM模型预测港口货物吞吐量

根据连云港港口货物吞吐量的统计资料,应用基于GM(1,1)改进的DGM模型来预测港口货物吞吐量。在计算、分析基础上得出所建立的模型预测效果较GM(1,1)和DGM模型预测精度高,与实际情况更为接近。     

灰色GM（1，l）和Verhulst模型在吹填土地基沉降中的应用

在利用灰色GM（1,l）和Verhulst模型预测真空预压加固吹填土地基的最终沉降量时,建模序列直接影响预测结果的精度。结合某吹填土地基加固工程的沉降监测数据,探讨监测序列长度、建模序列长度对上述2种模型最终沉降量预测值及预测精度的影响,总结出不同模型预测地基最终沉降量时建模序列的选取规律。研究结果表明,上述2种模型预测地基最终沉降量的误差均小于1.0%,灰色GM（1,l）模型的适应性更好。     

舰船装备使用维修费的GM估算研究

灰色理论对舰船装备使用维修费用的分析与估算有其特定优势,依据灰色系统理论与方法,建立灰色理论模型,分析和估算舰船装备使用维修费用,弄清舰船装备使用保障阶段费用发生规律,从而使装备全寿命费用的估算更加真实合理化。     

优化的新陈代谢GM(1,1)模型在港口吞吐量预测中的应用

针对常规GM(1,1)模型存在的不足,尝试用优化的新陈代谢GM(1,1)模型来进行预测,并加以比较。结论表明:优化的新陈代谢GM(1,1)模型能够明显地提高预测精度,增加预测的可靠程度,从而为港口的发展战略研究提供一定的技术支持。     

基于数据预处理GM（1，1）模型的深圳港集装箱吞吐量预测

根据深圳港历年集装箱吞吐量数据,采用原灰色模型和幂函数一指数函数对初始数据进行预处理的改进模型分别对深圳港集装箱吞吐量进行预测,经检验比较,进行数据预处理后的模型比原模型预测精度高.选用改进模型对深圳港2008-2010年集装箱吞吐量进行预测,得到未来深圳港集装箱吞吐量将继续增加、但增幅会减缓的结论.     

基于灰色预测模型的某型导弹费用研究

随着导弹武器装备技术含量提高、组成变复杂,各种费用也随之增加,对其费用的分析具有涉及范围广、时间跨度大、变量多及数据离散等特点。分析此类系统的特点,利用灰色理论的对其费用进行研究,并从某型导弹有限的寿命周期费用数据出发,建立GM(1,1)模型进行预测,结果较好。     

基于灰色理论的舰船装备剩余寿命预测模型

为方便并精确地预测舰船装备剩余寿命,利用其服役期间的实测资料,采用灰色系统理论建立了舰船装备剩余寿命灰色预测模型。并利用建立的预测模型对舰船装备剩余寿命进行预测,利用实测资料对其模拟计算结果进行残差检验,结果表明预测模型简单、精度高、计算速度快、方便实用,对在役舰船装备维修决策有一定的参考价值。     

基于广义回归神经网络的船舶交通量预测模型

船舶交通量受多种环境与社会因素的影响,使得船舶交通量预测存在复杂性与非线性的特点.在分析现有预测模型和方法不足的基础上,介绍了广义回归神经网络GRNN的基本原理与拓扑结构.不同类型船舶受各类因素影响的程度不同,根据天津港VTS(Vessel Traffic Services)中心提供的船舶交通量数据,按船舶种类将船舶交通量分为六类,利用GRNN神经网络分别进行预测.预测结果表明GRNN神经网络具有很强的非线性拟合能力,有效解决了天津港船舶交通量预测中的小样本问题,提高了整个预测系统的精度与稳定性.     

导弹装备基于状态的维修理论研究

随着导弹装备的复杂化,传统的维修方式日益暴露弊端.基于状态的维修（CBM）在实践应用中日益显示其优越性和巨大的经济效益.论文分析了CBM的特点,阐述了CBM的实施条件,进一步分析了基于CBM的导弹装备维修流程.     

基于维修规划的舰船船体腐蚀防护经济性分析

  目的  碳钢在海洋环境下的腐蚀速率预测非常复杂和模糊。针对碳钢腐蚀速率的灰色预测模型精度普遍不高的现状,为提高腐蚀速率预测模型的精度,  方法  通过船用碳钢腐蚀速率和海洋环境因素的灰关联分析,得到影响船用碳钢腐蚀速率的关键因素,进而建立具有较高精度的GM（1,N）腐蚀速率预测模型。  结果  实例分析表明,在青岛、厦门、舟山和榆林海域影响船用碳钢腐蚀速率的主要环境因素是海水温度、海生物附着量、pH值和海水盐度,在此基础上建立的GM（1,5）模型具有较高的精度且计算量较小。  结论  GM（1,N）模型可以有效预测碳钢等船用金属的腐蚀速率,可为船用金属腐蚀寿命的研究提供理论支撑,具有一定的参考价值。     

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。