承压结构破坏载荷的预测

根据承压结构载荷～应变关系曲线的特点 ,按照比例极限定律的建模方法 ,得到了承压结构载荷～应变关系预测模型 .这一模型与灰色系统理论中的GM模型有相同的数学形式 ,只是常系数的确定方法不同 .利用所建模型和灰关联度的概念 ,建立了根据部分载荷应变数据预测承压结构破坏载荷的新方法 ,并通过对铝合金球壳模型在静水外压作用下的破坏试验 ,考证了该预测法的精度情况     

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。     

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。     

船舶柴油机缸套磨损量灰色预测方法研究

为了解决船舶柴油机缸套磨损量的预测问题,对船舶柴油机缸套磨损量的预测方法进行了研究,提出了缸套磨损量的灰色预测方法。并对灰色预测模型的特点、模型精度的检验方法等做了介绍,最后进行了实例分析。研究结果表明,对船舶柴油机缸套的磨损量采用灰色预测是可行和有效的。     

应力集中的灰色预测方法

以三种不同形式应力集中现象作为对象对象,分析讨论了灰色预测方法在应力集中问题上应用的可行性,研究了预测模型精度,原始数据分布特点对灰色预测结果准确性的影响。结果表明,灰色预测模型可以比较准确地预测出应力集中区域中最大应力点的应变值,并且具有较广的适用性。同时指出了采用灰色预测方法解决应力集中问题时,采集原始数据应该遵循的一般原则。     

一种运用灰色预测模型预测蛋白质一级结构的方法

将氨基酸残基的疏水值与氨基酸残基一一对应，得到代表氨基酸残基序列的疏水值序列，再对此疏水值序列运用灰色预测模型预测未知的氨基酸残基疏水值，从而达到间接预测氨基酸残基的目的。     

应力集中的灰色预测方法

以三种不同形式应力集中现象作为研究对象 ,分析讨论了灰色预测方法在应力集中问题上应用的可行性 ,研究了预测模型精度、原始数据分布特点对灰色预测结果准确性的影响 结果表明 ,灰色预测模型可以比较准确地预测出应力集中区域中最大应力点的应变 (或应力 )值 ,并且具有较广的适用性 同时指出了采用灰色预测方法解决应力集中问题时 ,采集原始数据应该遵循的一般原则     

混凝土结构寿命灰色的模型及预测

根据非等间距灰色系统理论,建立了预测混凝土结构寿命的坡度优化PGM(1,1)模型.利用混凝土结构的损伤系数进行寿命预测,得到了精度较高的预测结果.证明该模型能够满足工程需要,是一种预测混凝土结构寿命的行之有效的新方法.     

黄山市2000年工农业产值与结构的灰色预测研究

本文应用灰色系统理论的GM(1.1)预测模型,对黄山市2000年工农业产值和农业部门产值结构进行了预测研究,揭示了黄山市90年代工农业发展的方向和途径。     

交通量的灰色神经网络预测方法

结合灰色系统思想与神经网络构成灰色神经网络,根据目前灰色模型与神经网络结合的方法,提出并联型、串联型和嵌入型3种预测模型的结构.并联型灰色神经网络首先采用灰色模型、神经网络分别进行预测,而后对预测结果加以组合作为实际预测值;串联型对多个灰色预测的结果使用神经网络进行组合;嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成.对并联型灰色神经网络给出一种根据预测模型的有效度确定加权系数的方法.将上述3种灰色神经网络模型用于对京石高速公路断面机动车实时交通量进行预测,模型精度和预测结果比较理想,优于单一预测模型.实验表明:灰色神经网络可提高预测精度,用于交通量预测方法是有效可行的.     

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。     

基于机器学习方法的地震破坏预测

地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。     

冲击地压震级预测的灰色系统方法

通过建立灰色模型,利用灰色系统理论对冲击地压的震级进行预测。通过实例计算可知,利用灰色预测有冲击地压危险矿井的安全生产具有一定的指导意义。为冲击地压的预测提供一个新的途径。     

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。     

径流中长期预报的灰色预测方法

基于时间序列的扩维原理和灰色系统理论的关联分析，提出一种较适合于水文实测资料缺乏情况下的中长期预报方法，利用玛纳斯河水文的实测资料序列对该方法进行验证。     

地面沉降量的灰色预测方法

利用灰色模型对基坑施工过程地面学降量进行预测分析,通过建模及计算取得比较满意的结果。     

电力系统负荷的灰色预测

根据灰色系统理论，以电力部门积累的基础数据为依据，建立了用以进行电力负荷预测的ＧＭ（１，１）模型，并给出了简捷的求解方法，它弥补了传统预测方法需要基础数据量大的要求。通过实例，显示出灰色预测的优越性和有效性     

地下水水质预测的有机灰色神经网络方法

针对灰色预测对波动较强的序列只能预测大致变化的缺陷,结合灰色理论中的GM（1,1）,和灰色残差GM（1,1）和RBF神经网络的特点,提出一种新的灰色神经网络预测模型,将灰色模型得到的数值作为神经网络的输入,原始数据作为神经网络的输出,训练得到最佳神经网络结构。以某地区地下水水质为例,根据其变化规律,应用有机灰色神经网络模型进行预测,结果表明,该模型拟合误差小,预测精度高。     

实时交通量的灰色马尔柯夫预测方法

灰色预测适合于原始数据序列按指数规律变化的问题,而马尔柯夫适用于预测随机波动大的动态过程．有机地结合两者构成灰色马尔柯夫预测方法,可发挥两者的优势,从而提高预测精度．该方法首先用GM（1,1）模型进行预测,而后对相对误差序列进行马尔柯夫预测,最后用该预测值修正GM（1,1）的预测结果,因而具有较高的预测精度．使用灰色马尔柯夫预测方法对苏州某交叉口实时交通量进行预测,预测结果优于单一灰色GM（1,1）预测．实验表明,灰色马尔柯夫预测方法用于交通量预测是有效可行的．