人工神经网络在船体放样中的应用研究

在造船业，人工神经网络技术已应用于船型的建模，并取得了一定的成果．目前在船体曲线拟合及光顺方面的应用研究工作大多停留在理论范围，实际工程中主要采用BP算法进行拟合，且大部分限于对小曲率、简单线型的船舶进行曲线拟合．本文采用了更新的样条权函数神经网络对较复杂的船型进行了曲线拟合，使得多组型线光顺成为可能．     

基于灰色模糊层次分析理论的斜拉桥施工风险评估

以斜拉桥的基本组成与施工期人员队伍的设置为基础,对斜拉桥施工风险因素识别和筛选,构建斜拉桥施工风险评估体系。首先采用层次分析法计算施工期风险因素权重值,再以灰色模糊数学理论进行斜拉桥施工期风险综合评价,最终根据评价指标及结果,提出斜拉桥施工防控措施。层次分析法与模糊数学理论的结合,较准确、全面地得出斜拉桥施工风险总体水平,为斜拉桥建设期间的质量安全管理与施工风险控制提供有益参考。     

水文资料成果评价方法的探讨

笔者提出了一种评价水文资料成果的新方法一灰色关联法，并给出了该方法的应用实例。     

灰关联分析在复杂系统多层次评估中的应用

以灰色关联理论为基础，根据复杂系统多指标和多层次的特点，分别建立了综合关联度模型和最优从属度模型，从宏观上提出了解决复杂系统评估的两种新解法．两种解法均采用灰关联分析思想，前者通过理想方案的确立，后者通过理想方案与负理想方案的确立求出灰色关联度和最优从属度，从而评出各方案的优劣．     

我局“十五”期间计算机拥有量的灰色预测及指导意义

许多预测法，如回归法、移动平均法、指数平滑等，这些方法虽然计算简便、易于掌握，但其不足之处，就是原始数据需要量大，数据要求高，精度不甚理想。由华中理工大学邓聚龙教授提出的灰色理论和方法，主要采用GM(1，1)模型预测法，与别的预测法相比，只要求四个以上最新数据为参考点，     

基于灰色-马尔可夫链改进方法的铁路货运量预测研究

科学的预测对于经济现象的研究和经济决策的制定都具有十分重要的意义,因此,关于经济预测理论和方法的研究一直是一个热点。本文将灰色模型预测方法GM(1,1)和马尔可夫链预测相结合,提出灰色马尔可夫链改进预测方法,并且针对我国铁路货运量的发展趋势进行了预测,得出比灰色预测更加准确的结论。从而证明,灰色马尔可夫链改进方法的预测结果更加准确可靠,更有利于决策者的经济决策行为。     

基于马尔可夫链的铁路货运量预测值修正

在铁路货运量预测中，利用偏差对灰色模型预测值进行状态划分，并采用马尔可夫状态转移矩阵对状态的转移变化进行分析，确定待预测年份偏差最可能处于的状态，进而用该状态的边界值对灰色模型预测值进行修正。经实例验算表明，与灰色系统预测模型预测值和实际值的拟合精度相比，用该方法得到的预测修正值的精度有所提高。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

夏休前的最后一抹灰色 2012 F1匈牙利大奖赛

撞车、爆胎、事故、退赛,F12012的上半个赛季,这似乎成为"车王"舒马赫留给我们最深的印象。虽然也曾有偶尔的惊艳,虽然"车王"本人的比赛状态已较上赛季有了很大的提升,但都无法撑起梅赛德斯振兴的大旗。是运气太差?还是廉颇老矣?