灰关联分析在船用制冷系统故障诊断中的应用

灰关联分析方法是一种实用性强、可信度高的设备故障诊断方法,但其存在一定的应用限制。将D-S证据组合规则与灰关联方法相结合,能有效地处理故障征兆与故障类型关系的复杂性与不确定性,且诊断结果可信度较高。通过对某船用制冷系统故障实例计算,证明该方法简单、实用、诊断准确率高。     

单一综合评价方法在潜艇操纵性评价中的应用

潜艇操纵性能包含指标众多,操纵性评价不是一个单指标评价问题,而是一个综合评价问题.建立科学合理的综合评价方法对潜艇的操纵性能进行综合评价具有重大现实意义.本文分别应用灰色关联分析法、灰色聚类评价法、模糊综合评价法和物元可拓评价法对某一潜艇的操纵性能进行评价,其中,灰色关联度分析法的预处理采用无量纲化方法,灰色聚类评价过程中采用的白化函数为三角形函数,模糊综合评价法采用岭形分布函数作为隶属函数确定模糊矩阵并应用计算综合评价向量,物元可拓评价法应用距离这一概念将不相容问题量化;最后对评价结果作出分析.     

运用灰色理论预测隧道变形的探讨

隧道变形监测对于隧道的安全有着重要的作用.运用灰色理论GM模型对其变形数据进行预测分析,发现灰色理论对隧道的变形有一定的预测效果,同时了解到不同样本数据其预测精度存在差异.为此,提出使用二次拟合参数法对其进行改进,得出二次拟合参数法对低精度的预测模型有一定的改进效果,而对于较高精度的预测模型效果并不显著.     

基于多分辨率分析的区间类型2模糊系统

为了更有效地表达和处理系统的不确定性,提出了基于多分辨率分析的区间类型2(简称多分辨率区间类型2)模糊系统,构造了多分辨率区间类型2隶属度函数,并给出了基于尺度函数分解的结构和参数学习算法.多分辨率区间类型2模糊系统的前件是多分辨率隶属度函数,后件是输入的线性函数,因此系统可以自适应地划分输入论域空间,优化系统结构.将多分辨率区间类型2模糊系统应用于带有噪声的时间序列预测,预测结果的复杂度较小,均方根误差为0.105 2.     

数字高斯白噪声的频域和时域特性分析

分析了数字高斯白噪声在频域的频谱特性和在时间域的统计特性,提出在数字处理速度一定时,随着输出噪声频域带宽的增加,输出噪声的时间统计特性不再符合高斯分布.通过增加滤波器阶数可以提高噪声的时间统计特性,但是将增加输出噪声的带内波动.通过计算机仿真验证了上述的理论分析,并给出了频域和时域特性都满足相应要求的带宽范围实验值.     

灰色模型在中长期用水量预测中的应用

为实现供水管网经济、可靠、科学的规划改扩建,给出一种基于记录时间较短、历史数据较少的用水量序列的GM(1,1)预测方法。该预测方法把原始用水量序列累加处理生成新序列后,用指数关系式拟合,通过构造参数矩阵,确定辩识参数,建立灰色模型的微分方程。通过对灰色预测方法建模机理的研究建立城市用水量预测GM(1,1)模型,并以东北某大型城市用水量为原始数据进行实际预测,模型精度检验的结果表明该模型的预测等级为高精度预测。该预测方法应用于S市的中长期用水量预测,为S市供水规划改扩建提供有效依据。     

上海港集装箱货运量预测及拼箱作业节点建议

首先,分析了上海港港口集疏运现状,并采用灰色预测模型对上海港口未来年集装箱货运量进行预测;其次,结合上海港历年的进出口集装箱比例及上海港总体规划,预测未来年进出口集装箱量比例及未来年外高桥港区和洋山港的集装箱分担比;再次,针对未来年产生的集装箱货运需求,着重分析未来年集装箱货运对上海疏港道路(主要为北部过江隧道、东海大桥)的交通影响;最后,借鉴日本成田机场原木物流园区的货运组织方式,提出在沪宁和沪杭方向分别设置一个货运集散点,作为集装箱拆拼箱作业区的建议。     

灰色系统理论在桥梁劣化预测模型中的应用

根据辽宁地区桥梁承载力下降检测资料,应用灰色系统理论对在役桥梁劣化趋势进行分析,提出以时间与状态得分为等间隔初始序列,推导出桥梁劣化预测模型按指数分布表达式,并对检测序列进行分析验证,为桥梁劣化预测提供参考。     

水泥颗粒分布与标准稠度需水量的灰色关联分析

采用Mastersizer 2000激光粒度分析仪,对6种水泥进行颗粒分布测试,并进行标准稠度需水量试验.应用灰色关联理论对水泥颗粒分布对用水量的影响进行分析.研究结果表明:适当减少水泥颗粒(＜20 μm,特别是5～10 μm)的质量分数能够减小水泥标准稠度需水量,从而在保证混凝土流变性不变的前提下,提高混凝土的强度和...     

新出口订单指数与沿海港口集装箱吞吐量相关性分析

我国外贸进出口总额与沿海港口集装箱吞吐量在波动性方面具有高度的一致性,是判断沿海港口集装箱吞吐量走势的重要指标[1];但该指标只能反映沿海港口集装箱吞吐量的即期走势,缺乏预判功能。2005年7月,国家统计局和中国物流与采购联合会联合发布中国制造业采购经理指数(Purchasing