灰因子分析研究及其应用

灰色系统理论通过序列的生成和开发,致力于现实规律的探讨,而数理统计则致力于统计历史规律的研究.结合灰色系统与经典因子分析的优点,提出一种新的模型,即灰因子分析,并利用面向对象程序设计的方法进行了系统实现,对结果所做的分析对比表明效果显著.最后将该方法应用到实例中,实验结果显示,该方法对具有时间序列的研究起到了推动的作用.     

面向动态时间弯曲距离的灰关联聚类方法研究

灰色关联聚类是灰色系统分析的重要研究领域.现有的灰关联聚类方法在处理不同长度序列数据时,通常采用补齐或删除数据方式进行处理,增加了系统的不确定性.在动态时间弯曲距离基础上,提出了一种新的灰关联聚类方法,通过计算序列间距离矩阵的最短路径来度量相似程度,最终完成序列的灰关联聚类.该方法无需对序列数据进行人工干预,具有更强的鲁棒性.实验结果表明,在处理不同长度数据序列时,聚类结果更为准确.     

具有灰指数律数据序列建模方法研究

通过对灰色系统理论建模机理的分析,建立了对于具有灰指数律数据序列的EGM模型,通过模拟试验,验证了该模型对于具有灰指数律数据序列的预测精度高于GM(1,1)模型,表明该模型对具有灰指数律数据序列的预测有效性与适用性.     

基于非线性灰模型下贮油罐上水变形分析

大罐上水过程中的沉降变形具有规律性.利用灰色系统理论,把离散的沉降观测数据按某种序列(或某一约束条件)排列,考虑到大罐充水过程变形形式,分别建立了基于线性和非线性关系下的一阶连续灰微分沉降模型;同时选择上水水位高和上水时间序列作为模型变量分别进行解算,显示了软基础下的大罐,上水速度与罐体沉降变化基本呈线性的特点,就此推导了以连续时间变量序列来拟合与预测大罐上水过程的沉降变形模型.所提出的解算方法,可以方便大罐沉降变形的过程和规律分析,对指导同类上水试验工作具有一定意义.     

灰多元前移线性回归组合预测模型的构建及其应用

基于灰色系统理论具有时间序列和累加的特性,将灰色理论引入到前移线性回归分析模型中,建立一种新的组合预测模型―灰多元前移线性回归组合预测模型.该模型很好地处理了灰色系统模型中难以体现线性因素的问题,同时也大大弱化了前移线性回归分析模型中异常数据对预测效果的影响,使预测能及时跟踪因变量的动态变化.本文重点将上述组合预测模型应用于湖南省电力需求的预测问题中,结果表明,该模型在实际应用中是十分有效的,预测结果可以作为管理决策的理论依据.     

基于动态时间弯曲距离的灰关联度量方法及其应用

传统灰关联度量对于长度不同的序列采用删除较长序列数据?均值?GM(1,1)模型预测等方法进行补齐,导致不确定性信息增加,造成不必要的信息损失? 将动态时间弯曲思想引入灰关联度量中,提出一种自适应序列长度的灰关联度?该方法无需补齐序列数据,利用序列间距离矩阵的最短路径作为相似判 定依据?在此基础上,进一步构建了相应的灰关联度量方法,有效解决了序列数据长度不一致问题?为了证明方法的有效性,将其应用于分类算法设计中,取得了较为优异的测试结果?     

灰色相关分析及其应用研究

为解决基于时间序列数据对象的统计分析问题,提出了一种全新的灰色相关分析方法并定义了其数学模型。灰色相关分析方法充分考虑数据对象随时间的变化而改变的特征,突出了最新的数据在分析结果中的重要作用,使相关性分析对新数据保持高敏感性,尽量弱化时间久远的数据影响,准确地反映了近期各对象间的相关性。利用面向对象程序设计原理,使用面向对象开发工具进行了系统实现,并进行了大量实验测试,实验结果显示,灰色相关分析方法对解决时间序列的分析问题,更加准确、可信。将灰色相关分析方法模型应用到我国环境基本情况的统计中,分析结果可为制定环境保护措施提供有力的科学依据。     

灰关联分析及其在装备故障诊断中的应用

灰理论是研究和解决信息不完备系统的一种有效方法。具有“小样本、贫信息、不确定性”问题处理能力强、计算复杂度低等优点。实际工程中变速箱系统的故障具有复杂的灰特性。通过对灰理论中的灰关联原理、灰关联系数与分辨系数的关系、以及分辨系数的性质和取值原则的研究,成功地将灰关联分析应用于变速箱系统的故障诊断。实例结果表明：灰关联故障诊断方法计算简单．诊断结果与定性分析结论一致;能够为装备维修及状态预测提供理论指导;且对样本数量及其分布规律没有特殊要求,便于形成知识库中的规则,实用价值较大。     

露天矿行车事故频次的灰色预测

针对露天矿运输系统行车事故发生频次数据少的缺点,采用了灰色系统理论对其进行灰建模,灰预测.验证了灰建模的可行性,阐述了灰建模基本步骤,通过实例分析了该方法的有效性和适用性,从而为露天矿调度运输系统超前采取防范措施,提供了依据,将事故损失减少到最低,做到防患于未然.     

分段线性内插与灰色系统组合模型在建筑物沉降监测中的应用

灰色模型在处理等间隔数据方面,可以通过数值累加处理变换,由"灰"变"白"寻找数据的发展规律;但在沉降监测实际工作中,受限于天气、环境等因素,建筑物沉降监测数据往往具有非等时间隔特点,不能直接应用灰色模型进行数据处理。本文拟通过分段线性内插与灰色系统模型组合的方法,先对前期数据进行线性内插,产生等时间样本序列,然后再利用灰色模型进行数据建模分析,从而得到了非等时距灰色线性组合模型,同时通过实例验证了该组合模型的有效性。     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的预测方法。     

数据挖掘的灰色系统方法

灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具，在工程技术、社会、经济等领域中应用广泛，该文探讨了灰色系统理论在数据挖掘中的应用问题，提出了数据挖掘的灰色关联算法、灰色统计算法、灰色聚类算法、灰色统计聚类算法，并提出了灰色数据挖掘系统的体系结构。     

运用灰色关联分析对体育项目的相关程度进行综合评价的研究

灰色系统理论中的灰色关联分析法与体育评价的结合,可使体育在某些方面由定性分析向定量分析转变。本文运用此方法对体育项目的相关程度进行综合评价,结合实例给出评价的系统模型和评价方法,以求评价相对准确、客观。     

基于灰色理论PID控制的伺服转台研究

针对伺服转台系统带有未建模特性的实际情况,以及传统PID控制无法满足高精度伺服转台的指标,利用灰色理论对未知信息数据的处理能力,对不确定量建立了灰色模型,实时补偿系统的未建模特性和干扰信号,提高控制精度．仿真显示应用灰色理论PID控制的伺服转台系统,控制精度明显改善,同时适应了工程控制的实际需要．     

系统云灰色预测模型及其应用

将灰色系统云理论引入到滑模变结构控制中,设计了一种新型的灰色模糊滑模控制器。该控制器将灰色预测与模糊推理的相结合对滑模控制器的控制策略进行预测输出。能有效地解决滑模控制系统中由于系统惯性引起的切换滞后所带来的抖动问题。将此控制器应用到交调速系统中,仿真研究表明交流调速系统能获得优良的动态和静态性能。     

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.     

灰色时序组合模型的改进及高校报名趋势预测

剖析了高校报名人数时间序列数据的特点,发现其序列数据兼具趋势性和随机波动的特点,传统模型中的灰色时序组合模型拟和这类数据有一定的优势,通过实验发现该模型的误差还是较大的,对该组合模型在组合方式上进行了创新性的改进,为了检验模型,将其应用于高考报名的趋势分析,发现无论是模型的拟和精度还是预测能力都有了较大提高.