货运方式选择的灰色系统方法研究

运输方式的选择要考虑到多种相互关联又相互制约的影响因素,如运输时间、运输费用等,所以运输方式的选择也应该看成是一个复杂的系统问题.又因为某一运输方式在某些性能中表现的好坏又很难用准确定量表示,所以可以说运输方式表现出灰色性质.考虑把运输方式的选择问题看作是对多种可选的运输方式进行综合评价的问题,通过综合评价排定所有可选方式的优劣顺序,并选择出最优的运输方式.结合本系统的信息灰色这一特点,运用灰色系统方法来对多种可选运输方式进行灰色评价,并用综合权值排序方法进行排序.     

道路交通事故的灰色马尔科夫预测模型与算法

将灰色模型与马尔科夫链结合,建立了针对道路交通事故预测的灰色马尔科夫模型.既可以发挥灰色系统预测精确的特点,又可以利用马尔科夫链对准确预测波动性数据的优势.在灰色马尔科夫链模型的算法基础上,进行灰色马尔科夫链预测系统的设计.用我国道路交通事故次数的数据进行预测验证.结果表明.灰色马尔科夫链模型能很大的提高预测的精度和效果,符合实际要求.     

灰色优化决策模型及其在城市公交规划中的应用

通过对多指标决策问题的研究,根据灰色系统中信息透明度原则和信息论中信息有无偏好的原则,在兼顾方案偏好信息和客观信息的基础上,提出了以灰色关联度和客观信息熵为依据的多指标决策的灰色优化模型.模型采用拉格朗日函数确定各指标权重值,增大了权重值确定的客观性,适用于多指标权重未知的决策问题.用该模型对某城市公交线网规划方案进行了优化决策,并获得了较为满意结果.     

灰色系统方法在公路工程评标中的应用

针对公路工程招标工作,考虑把评标工作看作是对多个可选的投标单位进行综合评价的问题,通过综合评价排定投标单位的优劣顺序,最终选择出最优的投标单位。结合评标过程中某些指标很难用准确的定量描述而表现出的信息灰色这一特点,运用了灰色系统方法来对多个投标单位进行灰色评价,并用综合权值排序方法进行排序,选出最优投标单位。     

一种结构化的普适计算动态信任模型

安全服务都是基于系统是可信任的这一假设.在普适计算环境中,实体之间不存在事先的信任关系,要确保普适计算的安全,实体之间必须建立信任关系.提出了一种结构化的动态信任模型.该模型将信任分解为基本信任和动态信任.基本信任由实体具有的属性或者第三方的推荐或者经验决定;动态信任则由应用上下文决定.这种结构化的信任模型与现有的信任模型相比具有一些优点,如充分体现了信任的动态性,解决了陌生主体之间如何建立最初的信任关系,并且该模型具有很好的可操作性.     

基于改进合同网的多Agent系统协作机理研究

针对传统合同网协作模型的不足和舰船动力辅助系统的特点,从三个方面对合同网加以改进,给出了一种适合于舰船动力辅助系统多Agent控制系统的改进合同网模型,该模型不但能够提高协作效率,而且能够有效的解决被控系统在突发事件和故障状态下的交互协作问题.以简化的冷却水系统为例,以JADE为开发平台,将该模型应用于其多Agent控制系统开发中,通过仿真模拟了Agent之间的协作过程,并将协作结果与理论结果比较验证了其正确性,为深入研究多Agent系统的协作机理提供了通用的方法.     

基于改进GM（1,1）的长江干线水位预测方法研究

针对长江干线水位预测建模复杂、数据不全的问题,利用长江干线真实历史水位观测数据,基于灰色系统GM（1,1）模型,研究贫数据下长江干线水位预测.根据灰色系统中数据越近越有价值跟拟合曲线为指数曲线的特点,通过重新构造生成序列和重新定义初始边界条件对GM（1,1）模型进行优化并对最终结果进行分析,得出优化后的模型能更准确的预测水位的结论.     

铁路货运量多维灰色模型研究

多维灰色模型是一种研究因素空间难以穷尽，行为轨迹无法控制的信息不完全的本征性灰色系统的简便方法，本文选用１９８６０１９９０年铁路货运量，固定资产投资、货运机车平均牵引总量和一次作业平均停时第四个指建立多维灰色模型，对模型的发展系数，协高数进行分析、并对模型进行检验，然后对１９９１年货运量采用一维与四维模型相结合作了预测，而且预测值与实际值相差甚小，说明预测具有一定的可靠性。     

加拿大水域航运事故灰色关联分析与区间预测

为增强中国-加拿大贸易货物水上运输的安全,对加拿大水域航运事故进行了灰色关联分析,并建立了灰色区间预测模型.计算了各类航运事故序列与航运事故总数序列的4种灰色关联度.接近关联度反映了序列空间相对位置和几何形状的相似性,基于接近关联度的事故致因排序较准确.加拿大水域航运事故总数序列为振荡序列,建立灰色区间模型预测其范围,该模型精度较高.用该灰色区间预测模型预测了2019-2022航运事故总数范围,预测结果可用,未出现病态.     

基于灰色理论的铁路交通一般事故数据预测模型

铁路行车安全系统本身是一个部分信息未知的灰色系统,使用其他方法较难获取完整的事故致因信息,并据此建立可靠模型.在比较现阶段学者所采用的各类事故预测方法的基础上,选取2015—2019年铁路交通一般类事故统计数据,运用灰色预测法建立GM(1,1)模型,将模拟得到的2015—2019年数据与原始数据进行精度检验对比分析,验证模型的可行性.检验结果显示:后验差比值C=0.3391,小误差概率P=1,精度等级均为一级,灰色关联度ro1为0.8787,说明建立的模型具有可行性.预测结果显示2020—2022年的铁路交通一般类事故发生数分别为78、73和69,呈下降趋势.     

混凝土碳化深度预测模型研究

对混凝土在酸性环境下腐蚀后的碳化深度进行研究,建立单变量的一阶灰色预测模型GM（1,1）,对混凝土的碳化深度进行预测,并用加速腐蚀试验方法对混凝土碳化深度进行验证,研究结果表明,模型预测结果与试验结果能够较好地吻合,证明这种预测方法是简便易行的,可以作为研究受腐蚀混凝土的碳化深度的一种方法。     

混凝土碳化深度预测模型研究

对混凝土在酸性环境下腐蚀后的碳化深度进行研究,建立单变量的一阶灰色预测模型GM(1,1),对混凝土的碳化深度进行预测,并用加速腐蚀试验方法对混凝土碳化深度进行验证,研究结果表明,模型预测结果与试验结果能够较好地吻合,证明这种预测方法是简便易行的,可以作为研究受腐蚀混凝土的碳化深度的一种方法。     

基于组合预测模型的轮轨力连续测试

为了精确判断车辆的运行状态,提出了一种轮轨力连续测试方法.根据轮轨相互作用的特点,采用阈值判断法从测试数据中提取轮轨力的有效信息.针对轮轨力测试系统的时变性和不确定性,将动态测试序列作为灰色过程处理,提出用灰色理论对轮轨力进行连续测试.为了提高预测精度,结合遗传算法和神经网络对传统的GM(1,1)模型进行改进.建立了10个预测模型分别进行预测,然后将精度较高的预测值输入串联灰色神经网络进行二次预测,以提高预测精度与稳定性.将这10个预测模型应用到轮轨力连续测试中,结果表明:灰色系统、遗传算法与神经网络三者的组合模型具有较高的精度,平均相对误差不超过2%,满足轮轨力连续测试的要求,并且能够降低传感器失效对测试结果的影响.     

基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

GM（1，1）模型在路基沉降预测中的应用

灰色模型法计算工作量小,精度高,基于灰色理论的灰色模型在公路路基沉降预测中得到了普遍的应用。以工程实际沉降观测数据为基础,建立GM（1,1）灰色模型,对模型的预测结果进行了分析,由此证实GM（1,1）灰色模型在路基沉降预测中具有可行性。     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。     

城市货运量的灰色Verhulst预测模型

以研究城市货运量的预测方法为目的,为了提高城市货运量预测模型的预测精度,分析了GM(1,1)和Ver-hulst预测模型的特点,发现Verhulst预测模型更适用于城市货运量的预测,采用灰色Verhulst预测模型对城市货运量进行预测,通过比较GM(1,1)和Verhulst预测模型的结果可知后者具有较高的精度和可靠性,最后通过实例说明预测方法的可行性,为实际决策提供理论参考。     

道路交通死亡人数的灰色马尔可夫预测

将灰色系统理论和马尔可夫理论相结合,建立道路交通事故死亡人数灰色马尔可夫预测模型。道路交通事故死亡人数灰色马尔可夫预测既有灰色预测的优点,同时又有马尔可夫链的优点。通过对昆明城市的实际例子的计算,可以看到,在道路交通事故死亡人数预测中,灰色马尔可夫预测模型精确度比较好,有较好的预测结果。