柴油机相似性的模糊灰色评估方法研究

针对柴油机案例知识获取的需求,提出了一种基于模糊数学和灰色关联分析的柴油机相似性评估方法。该方法选择了柴油机的九种特征属性作为评估的依据,根据属性分类的不同采用不同的方法进行处理,其中重点介绍了对模糊概念属性的三角模糊处理方法,并利用灰色关联分析对柴油机的整体相似性给出了评估。最后对方法进行了算例验证说明。     

基于三弯矩样条函数插值模型的非等距时序灰色预测方法

给出了三弯矩样条函数插值模型,用以解决非等距时序GM（1,1）的灰色预测问题.在国际平整度指数IRI的非等距时序样条灰色预测应用实例表明,该方法在作非等距时序列向等距时序列转换中保留了原有数据序列所呈现出的阶段性规律,具有精度高、实用性强的特点.     

基于AHP灰色效能法的同步轨道通信卫星综合能力评估

同步轨道通信卫星具有诸多优势,现有的通信卫星星座大多由多颗此类卫星组成。通过分析其复杂的系统结构和任务特性,构建该系统的综合效能指标体系,并运用AHP法和灰色系统理论确定了指标权重和灰关联度,实现了对同步轨道通信卫星综合能力的效能评估,评估结果客观准确。     

基于粗糙集理论的经济圈交通枢纽灰色关联分析评价

经济圈交通枢纽综合评价中存在信息不确定、定性评价指标较多的问题,而传统的评价方法虽然简单直接,但容易受到主观因素的众多干扰.提出了一种基于粗糙集的灰色关联分析综合评价方法,将基于粗糙集理论的指标赋权法与灰色关联综合评价相结合,通过粗糙集理论对指标进行约简并给出较为客观的指标权重,得出综合评价模型以及相应的算法;通过算例说明了该方法的有效可行.     

基于灰色模型和指数平滑法的集装箱吞吐量预测

提出了在灰色模型GM(1,1)和三次指数平滑法基础上的组合预测方法。集装箱吞吐体系是一个灰色系统,因此可以通过灰色系统进行建模并预测其吞吐量,通过对宁波港历年集装箱吞吐量的观察,发现其吞吐量呈持续的曲线增长趋势,因此考虑采用三次指数平滑法进行预测,在灰色GM(1,1)和三次指数平滑法的基础上采用了加权组合预测的方法,对宁波港今后几年的集装箱吞吐量进行了预测.     

地铁轨道几何不平顺指标预测方法研究

充分考虑轨道平顺状态劣化的不确定性和异质性,基于灰色区间预测建模理论建立了轨道几何不平顺指标灰色区间预测模型。为验证模型的可靠性,根据北京地铁2号线10个典型单元区段在2017年2月至2019年2月之间的12次轨检车检测数据,以三角坑不平顺指标为例,利用所建模型进行模拟并将模型预测值与实际检测值进行对比。结果表明,该模型模拟结果精度检验合格且具有较高的预测精度,可以用于预测轨道几何不平顺指标。     

虚拟企业选择联盟伙伴的灰色综合评价法

世界统一市场的形成与激烈的市场竞争,使得因特网环境下企业的组织模式应该为虚拟企业,全面分析了虚拟企业的组织结构,随后运用灰色系统理论,提出了一个虚拟企业选择联盟伙伴的灰色综合评价的方法,并且给出实例说明其应用,结果表明该方法简便、合理、实用.     

基于关联分析和遗传算法优化BP的隧道围岩变形预测

隧道工程处于岩土介质中,岩体自然因素与隧道围岩变形难以用确定的关系表述。因此,通过现场监测隧道变形情况,预测隧道围岩变形具有重要意义。选取我国地势第二阶梯的川陕鄂黔中、低山区,以吴家沟隧道为依托,基于灰色关联分析,选取影响隧道围岩变形的主要因素,基于生物进化的思想,用遗传算法优化BP神经网络,并验证该算法的正确性和精确性。应用工程实际,得到空间维预测结果,为实际应用提供借鉴。结果表明,在隧道围岩变形预测中,遗传算法优化神经网络比原始算法精度高,满足隧道围岩变形预测精度的需要,对长大高风险隧道围岩变形预测有一定的参考意义。     

基于灰色关联分析的软土地基公路建设路桥结构选型决策研究

通过对软土地基公路建设的分析,确定路桥结构选型决策的主要影响因素包括工程造价、行车质量、土地占用以及公路对周边地区环境和发展的影响等四个方面。运用灰色关联分析理论,提出了一种软土地基公路建设路桥结构选型决策的方法,并以广州绕城高速公路西二环段为例进行选型程序的实施与分析研究,验证了该方法的可行性,为软土地基新建公路的结构决策提供参考和借鉴。     

采用灰色-马尔可夫耦合模型预测古树屋边坡变形

基于预测拟合值和实际监测值的相对误差划分不同的预测状态,利用马尔可夫链对灰色GM(1,1)预测值进行修正,计算得到边坡变形的范围和相应的预测值。以古树屋开挖边坡为研究对象,利用耦合模型对其变形进行预测,得到边坡的变形预测值为57.006 0 mm,预测的变形范围大小在56.845 8～61.755 4 mm之间。实例分析结果表明:与线性回归模型以及单纯灰色模型预测结果比较,采用灰色-马尔可夫耦合模型对开挖边坡变形进行预测的结果精度较好,且能较准确地预测边坡变形大小的范围。