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。     

船闸通过量预测研究

通过采用线性回归模型、时间序列法、GM（1,1）进行预测,并针对这3个模型构成的组合预测模型的特点,以加权组合预测法来确定权重系数;通过对江苏地区经济发展和货种变化的分析,预测运东船闸至2020年的通过量,研究船闸通过量预测的相关方法。     

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。     

基于优化GM(1,1)模型的港口吞吐量预测

为有效预测具有振荡性质的港口吞吐量,提出基于正弦和具有自适应背景值的GM(1,1)优化模型。通过原始序列建立具有自适应背景值的GM(1,1)模型以描述总体趋势,利用正弦和描述残差中包含的周期性振荡规律,建立优化的GM(1,1)模型。利用该模型对广州港港口吞吐量数据进行模拟与预测,结果表明:基于优化的GM(1,1)模型,能够较好地描述具有周期振荡特征的港口吞吐量时间序列数据,模拟和预测精度都显著优于传统GM(1,1)模型,可将该模型用于具有振荡性质的吞吐量预测。     

神经网络在单桩承载力预测中的应用

运用基于BP神经网络的组合预测模型对PHC桩的极限承载力进行预测。分别利用灰色GM(1,1)模型和BP神经网络对桩在荷载作用下的沉降进行估算,然后利用人工神经网络中的BP网络对所得的结果进行组合预测;最后利用Lagrange算法计算桩的极限承载力。计算实例表明,使用该组合预测方法所得的预测结果比单纯使用灰色GM(1,1)模型或神经网络模型所得结果的总体误差要小,因而该方法是可行的、有效的。     

青岛港集装箱吞吐量预测

根据青岛港集装箱吞量的历史数据,分别利用指数趋势模型、改进的GM（1,1）残差模型及组合预测模型对青岛港的集装箱吞量进行探讨。结果表明,在青岛港集装箱吞量预测方面,组合预测模型具有前两种预测方法的优点,可以降低误差,提高预测精度。     

导弹电子设备故障间隔时间预测方法研究

为提高装备维修保障能力,针对导弹电子设备的特点,应用灰色GM（1,1）预测与马尔可夫预测的组合预测模型对导弹电子设备故障间隔时间进行预测,并应用此模型通过实例对预测精度进行了检验。结果表明该方法可对导弹装备的视情维修提供参考,具有较高的使用价值。     

灰色预测的拓扑选择在运量预测中的运用

运用灰色系统理论及GM模型拓朴选择,建立了相应的GM(1,1)模型,运用于运量预测,并以港口吞吐量与货物周转量的预测为例进行校验。结果表明,新息GM(1,1)模型,新陈代谢GM(1,1)模型与原始模型(全数据GM(1,1)模型)三者比较,新陈代谢GM(1,1)模型的精度最高,值得推荐在运量预测中采用。     

最优组合预测方法在内河港口吞吐量预测中的应用

港口吞吐量的预测是港口规划过程中最为基础也最为关键的一步,只有对港口吞吐量做出准确、稳定的预测,才能做出科学合理的港口发展规划。由于内河港吞吐量历史数据有限,文中采用GM(1,1)和Verhulst模型的最优组合模型对港口吞吐量进行预测。该组合模型充分利用GM(1,1)模型“少数据,短期预测准确”的优点,又针对GM(1,1)预测量的无限增大趋势,引入了Verhulst模型进行组合修正,进而提高预测值的准确、稳健性。     

最优加权组合模型在水上交通事故预测中的应用

依据水上船舶交通事故数据,在建立GM（1,1）模型和灰色Verhulst模型的基础上,建立了水上船舶交通事故数的最优加权组合模型,并对各模型的预测精度进行了分析比较。结果表明,组合模型比单一模型有更高的预测精度。采用该组合模型是提高水上交通事故预测精度的有效方法。     

利用回归预测技术进行港口吞吐量预测的方法研究

以某港口近15年的货物吞吐量作为原始数据,采用回归分析技术,建立回归预测模型,得到预测结果,为港口的发展战略研究提供一定的技术支持。     

组合预测模型在上海内河港口吞吐量预测中的应用

建立时间序列和二元线性回归的组合预测模型,对上海内河港口2010年、2015年和2020年的货物吞吐量水平进行了预测。研究发现,组合预测模型相比单个预测方法具有较高的精度,能够较准确地预测上海内河港口货物吞吐量。     

基于集对同一度的装备研制方案评价模型

在装备研制方案探索的早期决策阶段,已获得的评价指标很难全部具体量化,已量化的指标又具有不同的量纲,这给装备研制方案的评价和优选工作带来一定困难。运用集对分析理论,建立了基于集对同一度的装备研制方案评价模型,并通过实例进行仿真。建模过程和仿真结果表明：该模型能有效地克服上述困难;建立的模型计算过程层次清晰,可操作性强;模型能充分利用研制方案的评价指标信息,评价结果可信度高。     

神经网络模型在港口吞吐量预测中的应用与误差分析

应用神经网络BP算法对杭州港的吞吐量预测实例进行了详细分析。通过对网络各种参数的调试与组合得出,当隐含层节点数为15,训练控制误差为0.035,分级迭代级数为4级,平滑因子参数为0.2,学习速率参数为1.5时,网络性能最佳。将网络预测结果与时间序列和回归分析2种方法进行了比较,得出神经网络方法在短期预测中要优于传统方法。通过对模型预测误差产生原因的简要分析,得出神经网络方法并不适用于吞吐量长期预测。最后对其应用过程中可能存在的一些问题提出了建议。     

基于支持向量机的船舶交通流量预测模型

针对船舶交通流的随机性大,影响因素多,船舶交通流量预测的准确度不高等现象,基于支持向量机理论,结合长江苏通大桥断面的观测数据,建立支持向量机的预测模型进行短期的船舶流量预测.预测结果与实际流量比较一致,优于SPSS线性回归的预测效果.验证了支持向量机预测模型在船舶流量短期预测中的可行性.     

基于灰色关联分析的空空导弹性能综合评估模型

提出了一种新的方法,对空空导弹的性能进行评估。通过对空空导弹性能和灰色关联分析理论的研究,建立了灰色关联分析模型,并根据所建立模型对几种空空导弹的性能进行了综合评估。计算实例的结果表明,该模型计算简捷、分辨程度较高、稳定性也好,可将其推广到其它武器系统性能评估应用中。     

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。     

潜艇遥控自航模螺旋桨噪声测量分析方法

本文在噪声（1）的基础上提出了一种新的潜艇模型螺旋桨的噪声测量方法,文中较为详细地表述了基于短时傅立叶变换技术应用潜艇遥控自航模进行螺旋桨噪声的测量分离过程。作为实验的第一步,文中还给出了潜艇遥控自航模航行时的噪声测量结果,螺旋桨噪声的分离工作将在下一步完成。     

洋流作用下悬浮隧道动力学行为试验研究

本研究根据相似准则和试验条件设计试验模型。在试验模拟的1节悬浮隧道管段上分别布置2组和3组锚索支撑,测试在不同流速条件下,悬浮隧道管体结构的环向应变、轴向应变及张力腿锚索的轴力。根据试验结果,初步分析悬浮隧道应力的空间分布特征和张力腿的轴力情况;给出在相同环境条件下,张力腿锚索数量对结构应力的影响、洋流速度对悬浮隧道管段结构变形和张力腿轴力的影响关系等。     

潜艇操纵水动力数值预报网格与湍流模型选取研究

针对采用计算流体力学(CFD)数值方法预报潜艇操纵水动力中,网格划分和湍流模型选择的问题。以SUBO)FF潜艇模型为对象,对不同网格分辨率的模型进行了水动力计算,对网格的收敛性进行了研究,采用五种不同湍流模型,计算得到了不同漂角下潜艇所受水动力,并和试验结果进行了比较。研究结果表明,在采用CFD数值方法预报潜艇操纵水动力时,纵向力对网格分辨率有较高要求,而侧向力和力矩对网格分辨率要求较低,在湍流模型选择上,采用标准k-ω湍流模型能够获得与试验结果更相符合的计算结果,是目前硬件条件下潜艇水动力CFD预报比较合适的一种湍流模型。