应用灰色系统理论建立事故预报方程

问题的提出只有科学的准确的预测事件或事故,采取相应的控制措施才能防患于未然和有效地安全生产。预测的过程实际上就是揭示事物变化趋势的过程,具体地说,就是建立事物随时间变化的动态模型并用来进行推算的过程。因此,预测的关键是建模。铁路行车事故是一个多层次、多因素相互作用     

采用定时器复用技术实现异步处理的方法

在多任务、多线程环境下,设计有时间间隔的任务序列需要利用定时器进行编程。提出了使用单一定时器控件实现异步处理任务序列以及复杂的嵌套定时任务的算法,并且给出了通用的程序原理图。该算法占用设备资源少,具有较高的可靠性,易于维护。     

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。     

灰色控制系统在悬索桥主缆架设阶段的应用

以虎门悬索桥施工为依托，着重介绍灰色预测控制在主缆架设阶段的具体应用方法及控制效果。主要内容有：实桥温度修正曲线的建立；预测数据序列及相应的ＧＭ（１，１）模型的选定；基准索股标高预测稳定值的确定等。     

商品销售预测中GM(1,1)马尔可夫链的应用

在现代经济快速发展的今天,预测对于企业在激烈的竞争中占有一席之地显得尤为重要,因此产品的销售预测也是一个研究的热点。本文采用灰色预测方法结合马尔可夫链的应用,使得预测更为合理科学。文章简要介绍了灰色预测模型和马尔可夫链模型,并且给出了灰色预测模型的商品销售预测结果,最后把灰色预测模型和马尔可夫方法两者结合起来完成了商品的销售预测,验证了该方法的可用性,得出了比灰色预测更加准确的预测。     

一种短时交通流组合预测模型

为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。     

一种用m序列产生有限域GF(2m)上元素矢量表的算法

有限域理论在伪随机序列设计中有着非常广泛的应用。有限域上函数（如迹函数）的加、减运算需要用到域上元素的矢量形式。给出有限域的一些特性和运算法则并提出一种利用m序列产生有限域GF（2^m）上所有元素矢量形式的算法。该算法避免使用长除法，可以加快域上元素矢量表的生成速度，编程实现也很简单。     

基于网格量化和区间均值的动态目标识别

动态目标识别中，当摄像机和目标之间相对距离变化时，对于同一目标的多尺度序列图像。虽然目标区域图像大小和清晰度不同，但整体结构分布具有相似性和一致性。根据这一特点，提出基于目标区域网格量化的方法。在目标区域上形成采样网格，通过相对量化提取结构特征矩阵。对于同一目标序列图像中的每一个目标区域，其结构特征矩阵基本不变。结构特征矩阵反映象素分布的自相关性质。进一步，对由干扰引起的灰度值结构分布误差，采用网格区间均值的方法加以解决。目标区域网格量化是对相邻采样点的差值进行量化匹配。区间均值是对少数相邻采样点的进一步匹配。实例表明，本文的方法运算速度快、可靠性高，达到了实用目的。     

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。     

车站通过能力计算中的数据处理方法

采集完备而合理的原始数据是计算车站通过能力的基础。为解决客观环境及人为因素造成采集数据失真和影响可靠性的问题,一方面运用灰色系统理论中的弱化缓冲原理进行数据预处理,即从原始数据序列中提取出显著偏离序列的数据元素,采用二阶缓冲数据处理方法进行数据弱化,并将预处理后的数据对应替代原始数据序列中被提取的数据;另一方面,运用数理统计方法推导占用时间标准计算公式中的权重系数,以权重系数替代传统公式中的简单算术平均数。给出数据预处理方法和确定权重系数的具体步骤,并以重庆站成都方向至到发场第2股道的接车作业占用咽喉时间实际数据处理为例,验证了所给出方法可有效减轻随机扰动对原始数据采集的不利影响,使设备占用时间标准的确定更加合理。