采煤机滚筒截割记忆程控误差的灰预测

根据采煤工作面设备配套条件和采煤机工作循环特点,分析了记忆程控滚筒调高的采样、控制环节误差产生的原因,论述了可靠预测采样控制的精度及误差的修正,以再现上一截割循环顶底板的变化序列曲线.通过对正弦函数型的参考序列曲线和比较序列曲线关联度计算分析,研究了灰预测关联度的几种方法特征,给出了适合采煤机滚筒记忆程控特点的关联度预测方法,满足记忆程控的指令宏观再现控制要求.     

分析和排除采煤机故障的方法探讨

介绍了采煤机故障的成因,阐述了采煤机故障的分析和排除方法.     

基于灰色理论的机械设备智能状态预测

提出了基于灰色理论并与神经网络有机结合的机械设备智能状态预测方法，着眼于机械设备“内在”规律的研究，根据机械设备自身历史数据建立动态微分方程，并预测自身的发展，具有数据量小，计算简单、预测准确的特点，该方法已在实际工程中应用，结果表明方法是行之有效的。     

基于灰色马尔可夫模型的采煤机生产率的预测

生产率是衡量采煤机工作性能的一项重要指标,对煤矿开采的科学决策以及发展规划具有重要的指导意义.通过建立采煤机生产率的指标评价体系,运用灰色GM (1,1)模型以及灰色马尔可夫模型分别进行了预测,经过比较可发现,灰色马尔可夫模型预测的准确率和预测精度都优于GM(1,1)模型,尤其对波动性和随机性大的数据具有很好的拟合和预测效果,为具有多因素影响的采煤机生产性能预测评价提供了一种有效的途径和方法.     

基于灰色理论的设备状态预测

针对一般GM(1,1)多步预测方法的不足,提出了一种基于代谢递补GM(1,1)的状态预测方法.该方法首先对原始信号进行预处理,再通过递补思想进行多步预测,然后利用更新数据进行代谢预测,最后计算设备状态的预测值与真实值误差,根据预测值的趋势判断设备的未来状态.实例分析结果表明,该方法所需数据样本少且数据训练时间短,后八步的预测精度可满足工程精度,能有效地应用于设备的中长期在线状态预测.     

采煤机调高油缸特殊故障的原因及对策

对MG2×125/556-GWD型电牵引采煤机在实际使用当中发生的调高油缸特殊故障进行了分析,并对采煤机的实际选型和具体操作提出了建议。     

灰色预测在设备状态趋势中的应用

运用灰色系统理论对运行中的设备依其失效率建立了灰色预测模型,预报了设备运行状态趋势。     

直升机航迹的灰色预测

介绍了直升机的飞行噪声特性,论述了直升机航迹的预测在作战中的重要性,及探测数据非常有限的情况下准确预测的困难。该文提出了用灰色系统珲论解决直升机航迹预测问题,建立了灰色系统GM(灰色模型)预测模型和九次累加残差模型并对GM预测模型进行修正。在每个采样期间内,实时在线建立GM预测模型和残差模型以提高预测精度。通过实例计算能看出用较少的探测数据可以得到较高的预测精度。     

试论灰色灾变预测

在论述灰色灾变预测的建模及预测全过程的基础上，探讨了灰色灾变预测的一种特殊情况——拓扑预测，提出对非平稳时序过程分两步预测，建立灰色拓扑辅助预测模型，提高了对非平稳时序过程的预测精度。     

灰色聚类分析预测法及其应用

本文把预测问题化为灰色聚类分析问题，应用在黑龙江850农场农作物病害预测预报工作中，取得了符合实际的结果．     

蜗轮副磨损的灰色马尔柯夫预测法

介绍Ｇｒｅｙ－Ｍａｒｋｏｖ模型的基本原理和方法，并将这一方法用于某大型圆盘给料机蜗轮副磨损量的预测。结果表明，用灰色预测理论预测设备运行状态，方法简单，计算量小，结果可靠，可达到使设备处于最佳运行状态的目的。     

基于灰理论的化工设备诊断预测

首次对连续搅拌式反应釜和丙烷气体压缩机应用灰预测理论进行了故障预测,给出了GM(1,1)的灰建模过程,并以实例进行了检验,结果表明该预测模型计算简便、结果可靠。该方法应用于化工系统设备的运行状态监测、故障诊断预测,可及早判明故障的发展趋势及对设备的危害程度,为故障状态下的设备停车与否提供决策指导。     

温州区域环境噪声污染的灰色预测和灰色关联分析

根据1997～2003年温州区域环境噪声的监测数据以及相关影响因素的数据,采用两次残差修正GM(1,1)对2010年前温州区域环境噪声进行预测,并进行灰色关联分析.结果表明,该模型为一级模型,进行中、短期预测精度高,相对误差仅为±0.2%,预测结果可为城市区域环境噪声污染防治提供科学的依据.     

纱条不匀的灰色预测

应用灰色预测理论,对纱条不匀进行了预测,建立了纱条不匀灰色预测的数学模型,并对该模型进行了精度检验。     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

一种基于G（1，1）改进模型的WSN流量异常检测方法

提出了一种基于灰系统预测理论的无线传感器网络数据流异常检测方法,并使用组合优化策略进行了改进,用轮转迭代法求得组合优化参数.实验结果表明:经过3次迭代,该方法即可较标准G(1,1)模型降低59.5%的误差,其能耗低于时间序列分析常用算法ARMA.该方法既可以在传感器节点使用,也可以在sink节点使用,具有所需原始数据少、建模快、实时性和适用性强、扩展性好等特点,弥补了传感器网络节点资源受限的不足.     

一种改进不等间距灰色预测模型

传统不等间距灰色模型UGM(1,1)及其改进型都是基于指数模型建立的,仅对指数变化规律序列有较好的预测精度,而对于常见的线性变化序列则预测误差较大。针对该问题,通过模型拓展,在现有文献模型的基础上增加线性因素,并采用新陈代谢的思想,提出一种改进不等间距灰色预测模型AUGM(1,1),并进行实例仿真比较分析。结果表明:改进模型在预测精度和实用性上均有较大改善,且克服了传统灰色预测模型不适用于线性变化序列预测的局限,拓宽了灰色预测模型的适用范围。     

基于系统云灰色SCGM(1,1)c模型的铁路货运量预测

从铁路货运量的预测问题出发,试图找到稳定有效的方法对铁路货运量进行预测。通过对历年铁路货运量的定性分析,合理地选择预测数据数列,以充分体现铁路货运量的变化趋势。尝试采用单因子系统云灰色SCGM(1,1)c模型对铁路货运量进行了动态预测。结果表明:单因子系统云灰色SCGM(1,1)c模型在对铁路货运量的拟合和预测均有较好的效果。拟合精度和预测精度分别达到了98.83%和98.04%,可以有效地进行铁路货运量的短期预测。     

室内空气品质的灰色非本征预测模型

利用灰色系统理论和原有的确定性物理模型建立了室内空气品质灰色非本征预测模型．并利用灰色非本征模型模拟了两种条件下，室内二氧化碳随时间变化的特性．计算实例表明，灰色非本征模型在预测室内空气品质时具有较好的实用性和精确性．     

砼结构徐变的灰色系统预测

本文利用灰色系统模型对砼结构的徐变变形进行了预测，所得结果与试验结果吻合较好，该法具有计算简单、预测精度较高且不需要大量的试验数据等特点，能方便地应用于实际。