基于马尔科夫滚动优化的锂电池寿命灰色预测研究

文章建立了一种电池容量的动态预测方法,提出了滚动优化GM(1,1)模型、残差修正滚动GM(1,1)模型和Markov残差修正滚动GM(1,1)预测模型。研究结果证明了3种模型具有极好的预测性能,只是残差GM(1,1)模型的精度比其他2个低一些。且发现在仅有4个数据点建立的残差修正滚动GM(1,1)模型与Markov残差修正滚动预测模型也有相当高的预测精度。通过预测不同电池在不同充放电条件及温度条件下的电容容量,验证了滚动优化模型的普遍适用性。     

非等间隔灰色模型及应用

本文提出了非等间隔灰色过程的概念，实现了对灰色模型ＧＭ在时序要求上的拓展，探讨了非等间隔灰色模型的建模方法和模型方程，为描述时间序列间隔不等的灰色过程和解决工程上的问题提供了一个新的工具．非等间隔灰色过程的建模主要包括两步：（１）用最小二乘法和插值法由原始数据计算ｔｎ（ｉ）及（ｉ）数列，（２）由ｔｎ（ｉ）及（ｉ）计算模型响应式．文中给出了应用实例及误差分析．     

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。     

建筑物沉降预测的非等间距灰色模型

本文介绍了传统灰色GM（1,1）模型和非等间隔数列的灰色模型建模问题,并结合高层建筑物沉降观测实例进行建模、分析、预测,并与多元线性回归模型结果进行了比较,验证了该灰色模型在建筑物沉降监测分析中的实用性和有效性。     

灰色预测和时序预测的探讨

本文讨论了灰色模型,特别是GM(1,1)模型的特点和适用范围,并将GM(1,1)模型和时序AR(n)模型结合起来(称为组合模型),对我国轻工业产量发展指数等三个项目分别进行了组合模型预测。结果表明,在一般GM模型中引入AR模型可显著提高预测的准确度;在非平稳时序建模中引入GM模型,可作为提取趋势项的另一种方法。文中还从预测的角度将灰色模型和时序模型进行了比较和分析,对“灰”的物理概念进行了初步探讨。     

电网负荷预测的无偏灰色预测模型

在传统灰色预测模型的基础上作者已提出了一种改进模型,该模型消除了传统灰色预测模型存在固有偏差,因而被称为无偏灰色预测模型,在此将无偏灰色预测模型应用于负荷预测中,并与负荷预测常用的几种方法进行了对比,结果显示了无偏灰色预测模型的优越性。     

灰色预测在水质预测中应用

根据灰色系统理论,结合某水库化学需氧量(CODc)指标浓度的实际状况,建立了精度检验较高的一维灰色GM(1,1)时间预测模型,经检验其精度完全满足要求,对化学需氧量(CODc)指标浓度进行了预测分析。结果表明,该模型能够较好的预测CODc未来三年的浓度变化。     

非等间隔GM(1,1)在挡土墙变形预测中的研究

本文以某市中石油储备库北区金属网箱挡土墙的监测数据为时间序列,由于监测时间要求及施工和天气等多方面的因素,使得此数据序列为非等间隔序列。文中通过非等间隔序列建立灰色GM(1,1)预测模型,研究金属网箱挡土墙的变形趋势。研究表明:非等间隔序列灰色GM(1,1)模型在一定时期内能比较准确的预测挡土墙的变化趋势,可为金属网箱挡土墙的防护提供较为可靠的依据。     

基于灰色理论的交通量预测

灰色模型可以在交通量资料缺乏的条件下建立模型进行预测,运用灰色模型对未来交通量进行预测。在灰色预测的基础上,建立了一阶单变量的交通量预测模型,运用灰色GM（1,1）模型来体现交通量的灰色性。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,成功地预测了交通量,预测结果证明了该模型的优点,该模型具有较强的适用性。本方法简便、适用,尤其能够在历史数据缺乏、离散性高、并对影响历史数据的各因素认识不十分清楚的情况下,能够得到较高精度的预测结果,利用灰色理论进行交通量预测是一种行之有效的方法。     

非等间隔时序灰色模型的深基坑变形预测研究

灰色理论广泛应用于深基坑位移预测,对基坑工程设计与施工具有重要意义.预测中灰色模型的建立是以等时距原始数据作为前提条件,而实际工程的位移监测数据多是非等时距,因此难以建立合理的预测模型.文章采取引入单位时间差系数方法将不等间隔序列调整为等间隔序列,分析其差值后将序列还原,从而可以建立非等间隔时序灰色模型;同时将数据矩阵的第一列元素由原2个连续元素增加为3个连续元素平均值的相反数构成;以某深基坑工程为算例,验证了上述改进模型的正确性,其预测结果与监测结果更为接近.结果表明,非等间隔时序灰色模型在深基坑变形预测中更符合工程条件,精度更高,为深基坑支护信息化施工提供了更好的理论依据.     

基于中心逼近的非等距灰色模型

基于非等间距灰色预测模型的建模机理,通过对一次累加生成序列的开方运算来弱化序列的变化幅度,利用背景值取代传统的中心值,从而得到了基于中心逼近化的非等间距灰色预测模型。最后,给出了一个应用实例,实例计算结果表明该改进灰色预测模型具有较高的拟合和预测精度。     

可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

仿人关节式坐标测量机的数学建模及标定方法

在Denavit-Hartenberg方法基础上,建立了关节式坐标测量机的数学模型,通过数学仿真实验结合图解法验证了数学模型的合理性.设计一种全新的标定块,采用最小二乘法和迭代法相结合的方法实现了参数的快速标定.结果表明:仿人关节式坐标测量机杆件的各项实际参数误差在所允许的范围内,具有较好的实用性和鲁棒性.     

基于可变参数的道路交通事故动态灰色预测模型

以中国1990~2006年万车死亡率为研究对象,在固定参数动态灰色预测模型基础上,根据人口数量、机动车数量和公路里程优化参数P值,建立了可变参数动态灰色预测模型;分别运用固定参数动态灰色预测模型、可变参数动态灰色预测模型和基于三点平均技术的可变参数动态灰色预测模型进行预测,得到的平均相对误差分别为6.97%、5.67%和4.61%.研究结果表明:可变参数动态灰色预测模型优于固定参数动态灰色预测模型;基于三点平均技术的可变参数动态灰色预测模型可以进一步平滑预测结果,增加预测结果的可靠性.     

动态测量误差灰色模型插值预报理论及应用

根据灰色建模机理和特点 ,分析动态测量中灰色模型插值的可行性 ,提出动态测量误差白化生成的灰色预测模型用于插值预报的方法。且进一步以长光栅动态测量系统为对象 ,将所获得的动态测量数据建立误差预报灰色模型 ,并对离散点进行动态测量误差插值预报。实践证明 ,灰色模型插值是正确的和有效的     

智能夫兰克-赫兹实验测量仪改进系统

介绍一种新型夫兰克-赫兹实验测量控制系统,该测量系统是用来证明原子能级存在的一种新型仪器,它采用了基于CS5524型24位A/D转换器的数据采集仪,配套有相应的计算机数据处理平台,有效地提高了微电流测量的精度,实现了数据实时处理图形化、智能化,减少了实验中的换挡操作。测量结果精确度高,使用方便,结论直观。     

基于神经网络的冷连轧机轧制力预报模型

为了提高冷连轧机轧制力预报精度，提出一种解析数学模型结合神经网络校正模型的计算方法，建立冷连轧机轧制力预报模型。采用径向基函数的局部映射和全局线性映射相结合的神经网络校正模型求解带钢变形抗力和轧制变形区的摩擦因数；并采用轧制变形区离散化方法分析轧制变形区内张力、摩擦力及金属变形抗力等在带钢轧制方向上的分布规律，从而建立轧制力在线计算数学模型。现场实测数据离线仿真结果表明，采用此基于神经网络的冷连轧机轧制力预报模型预测轧制力，其预测误差小于8．9％，此模型能用于指导生产实践。     

冷连轧机轧制力在线计算模型

通过将轧制变形区离散化的方法,在考虑变形区内横截面上张应力、摩擦应力等影响因素沿带钢轧制方向分布规律及其与带钢厚度及压下量的关系的基础上,采用数学模型和神经网络相结合的方法计算了金属变形抗力,建立了冷连轧机轧制力在线计算数学模型. 经大型工业轧机生产实践数据检验,该冷连轧机在线轧制力计算模型预报误差控制在6.1%以内,满足模型在线控制要求,可提高在线控制轧制力模型的计算精度.     

基于灰色增量的陕西省人口组合预测模型

利用陕西省人口原始数据资料,建立了陕西省人口数量的灰色增量预测模型,并给出了模型的检验。在此基础上,利用单个灰色增量预测模型建立了陕西省人口数量的组合预测模型。预测结果表明未来4年陕西省人口数有逐年缓慢上升的趋势。     

模袋砂堤防沉降量预测的分数阶灰色模型

为获得更优的模袋砂堤防沉降预测结果,基于灰色模型,提出一种分数阶灰色模型。运用MATLAB语言编写了相关程序,实现微分阶次到分数阶的改变,并运用该模型对模袋砂滩涂围垦测试的沉降结果进行实例分析。分数阶灰色模型与灰色Verhulst模型、残差GM模型、GM(1,1)模型对比分析表明:(a)分数阶灰色模型预测结果更精确,其不仅具有GM(1,1)模型前期预测效果好的优点,而且具有灰色Verhulst模型后期预测效果好的优点;(b)分数阶灰色模型的中长期预测结果稳定性比残差GM模型好。