近似非齐次指数数据的灰色建模方法与模型

传统GM(1,1)建模是用齐次的指数序列来拟合原始数据,对近似非齐次指数序列进行建模时会有较大的偏差,而现实中存在大量的近似非齐次指数的数据序列.根据传统灰色GM(1,1)建模机制,提出了一个用非齐次指数序列来拟合原始数据的灰色模型,给出了模型参数的最小二乘解,并给出了模型时间响应函数的表达式. 最后,通过实验验证了新模型的拟合和预测精度实验结果显示,新模型比传统GM(1,1)模型具有更好的拟合和预测精度.     

非等间隔GM(1,1)幂模型及应用

GM(1,1)幂模型是灰色Verhulst模型的推广.在灰色Verhulst模型和等间隔GM(1,1)幂模型基础上提出了非等间隔GM(1,1)幂模型,并对模型进行求解.同时讨论了GM(1,1)幂模型曲线形状和幂指数以及发展系数之间的关系,研究了非等间隔GM(1,1)幂模型的参数空间.将平均相对误差看成幂指数的函数,根据序列形状判断幂指数的范围,利用粒子群算法求解幂指数,克服了灰色Verhulst模型的缺陷.最后实例表明:GM(1,1)幂模型建模精度高于灰色Verhulst模型,该方法具有重要的理论意义.     

递减序列的灰色建模方法

灰色模型的建模思想是通过灰色生成或序列算子的作用弱化系统的随机性,利用离散的生成序列建立连续或离散的动态微分方程,其中GM(1,1)模型是其核心模型。针对递减序列的建模问题,本文给出了两种模型模拟方法,一种是基于简单均值生成的GOM(1,1)模型,一种是基于反向始点零化的GM(1,1)模型,后一种模型还利用平移量考虑了模型模拟精度,并证明了模型的模拟序列没有放大还原误差。两种模型建模方法的共同点是实现了递减序列的同向模拟,消除了GM(1,1)模型拟合递减序列时,由于其累加生成是递增序列而出现异向拟合的不合理建模误差,最后算例也说明了该建模方法的可操作性和有效性。     

灰色系统建模中应注意的一个问题

根据灰色GM(1,1)模型(grey-model)的建模机理和条件,数据具有准光滑性是建模的重要条件,经常通过累加生成使数据具有准指数规律。但对数据本身具有准指数规律,进一步累加生成可能会破坏其指数规律。为此在建立灰色模型中,应先对数据进行准指数规律的判断;如果数据本身具有准指数规律,应该按照直接数据灰色模型的建模方法。这样有利于克服建模中的盲目性,并且对具有准指数规律的数据序列用直接数据灰色GM(1,1)模型的建模方法能够获得较高的精度,验证了它的有效性。     

无偏灰色GM(1,1)模型的直接建模法

针对灰色GM(1,1)模型的建模方法存在偏差,模型不满足协调性条件,不具有线性变换一致性,且通过累加生成建模时,原始序列第一点信息没有起作用等问题,提出了GM(1,1)的3种无偏灰微分方程形式,给出了无偏GM(1,1)的直接建模法,证明了新方法不仅具有白指数律重合性,而且具有线性变换一致性。实例分析表明,新方法提高了建模的精度,扩大了模型的适用范围,充分利用了原始序列的第一点信息。     

非等间距新息GM(1,1)的逐步优化模型及其应用

应用灰色系统建模方法及新信息原理,在GM(1,1)建模思想的基础上提出了一种基于直接建模的逐步优化的新息非等间距GM(1,1)模型,该模型采用原始数据的第n个分量作为灰色微分方程的初始条件,通过优化背景值与差商调节系数来估计模型参数.该模型不仅适合于等间距建模,也适合于非等间距建模,且突破了发展系数的绝对值较大时,不能用GM(1,1)模型的禁区,提高了建模的精度.实例表明所建模型的实用性与可靠性.     

基于GM(1,1)幂模型的振荡序列建模方法

针对小样本振荡序列的预测问题,提出了基于单变量一阶灰色幂模型（简称GM(1,1)幂模型）的振荡序列建模方法。基于GM(1,1)幂模型中参数之间的关系,构建了一个非线性优化模型来寻求模型参数的最佳值,以此实现对振荡序列的高精度预测。结果表明,建模方法能够较好地体现数据的波动特征,且易于在计算机上实现,进一步拓宽了灰色模型的应用范围。最后以实例验证了所建模方法实用性和有效性。     

GM(1,1)的直接建模方法及性质

GM(1,1)是用一阶线性微分方程描述灰色系统单序列动态情况的模型。本文在文献的基础上,得出了GM(1,1)的累减还原形式以及该形式下的最优初始条件,讨论了还原模型与原始数据在升、降、凹、凸等几何形状方面的吻合性;推广中建模方法,得出了直接建立GM(1,1)的方法,并证明了这样得到的模型有良好的几何形状吻合性;对五个应用实例的计算表明,直接建模法精度较高。     

非等间距GM(1 ,1) 模型建模研究

基于灰色模型的指数特性和积分定义,提出了一种重构非等间距序列的GM(1,1)模型背景值的方法,用该方法重构的背景值更加精确,可以提高GM(1,1)模型的拟合精度和预测精度,进一步拓广GM(1,1)模型的应用范围.     

离散GM(1,1)模型与灰色预测模型建模机理

GM(1,1)模型中,从离散形式到白化形式的转变,以及GM(1,1)模型预测稳定性问题,一直困扰着灰色系统理论的研究者.本文以此为研究出发点,从由离散到离散的角度解决这一理论问题,建立了离散灰色预测模型(称DGM(1,1)模型),并对其与原GM(1,1)模型的关系做了深入研究,找出了原模型预测不稳定的原因,利用麦克劳林公式展开对这些原因做全面解释,最后用纯指数序列验证DGM(1,1)模型预测的无偏性,研究结果表明,可以将本文建立的DGM(1,1)模型作为灰色预测模型的精确形式,而原模型作为近似形式加以使用.     

FMS建模和形式化验证

提出了一种FMS的建模方法,此方法是基于时间自动机模型。运用模型检查工具UPPAAL来进行建模,仿真和验证。由于时间的因素被考虑到建模方法中,因此FMS的调度和控制问题可以被集成到这个模型中。在系统的行为被控制的同时,可以保证系统的性能指标。从而最优调度和最优控制可以得到检查和验证。     

一类非线性系统的模糊建模与仿真

将模糊推理建模法应用于一阶非线性系统，推导出基于该方法建模后得到的数学模型，即变系数线性微分方程。首先根据模糊逻辑系统的插值机理将被控对象的模糊推理规则库归结为某种线性插值函数，然后将这些插值函数转化为变系数线性微分方程，从而得到控制系统的数后将这些插值函数转化为变系数线性微分方程，从而得到控制系统的数学模型。仿真结果表明，用模糊推理建模法得到的模型关于真实模型具有较高的逼近精度。     

采用面向对象模糊Petri网的侦察平台Agent建模

为适应侦察平台Agent中各种知识的分类及知识动态更新过程的需求,采用一种自下而上的面向对象的模糊Petri网建模方法,不仅考虑处理中的侦察平台Agent推理规则,而且更注重其结构、子系统及相互通信方式.在分析侦察平台Agent模型及其知识推理系统的基础上,研究了面向对象的模糊Petri网建模的理论、建模步骤及示例.示例演示证实了模型的可行性与有效性.     

Fuzzy Modeling of Non-Uniformly Sampling Nonlinear Systems Based on Clustering Method and Convergence Analysis

The studying motivation of this paper is that there exist many modeling issues of nonuniformly sampling nonlinear systems in industrial systems. Based on multi-model modeling principle,the corresponding model of non-uniformly sampling nonlinear systems is described by the nonlinear weighted combination of some linear models at local working points. Fuzzy modeling based on multimodel scheme is a common method to describe the dynamic process of non-linear systems. In this paper, the fuzzy modeling method of non-uniformly sampling nonlinear systems is studied. The premise structure of the fuzzy model is confirmed by GK fuzzy clustering, and the conclusion parameters of the fuzzy model are estimated by the recursive least squared algorithm. The convergence perfromance of the proposed identification algorithm is given by using lemmas and martingale theorem. Finally, the simulation example is given to demonstrate the effectiveness of the proposed method.     

模型误差与轨道精度

应用模型与实际模型总是存在差异，如何从理论上探讨这种差异的影响以及在实际处理中如何进行选择是非常困难的。本文中分析了差异的主要原因，明确了模型误差的概念，并从理论上探讨了模型误差对轨道估计精度的影响，给出了具体的影响误差计算公式；在此基础上，提出了轨道参数的估计效率和客户效率的概念，并由此导出了模型误差处理原则，从而回答了实际数据处理中，模型误差处理方案的选择问题。最后，给出了一个应用实例     

基于对象重用的CIMS建模方法

作为一种复杂的系统工程,CIMS的实施首先需要进行建模工作.目前已经提出了多种CIMS建模方法.在这些方法的基础上,结合软件重用的理论,本文提出了一种基于可重用类库的建模方法,利用对象重用,可以快速地建立所要的CIMS模型.     

基于元模型的复杂产品虚拟样机建模方法研究

新技术环境下复杂产品对数字化设计质量的要求不断提升, 需要进一步提高建模的质量和效率, 解决复杂产品虚拟样机多学科模型的一体化信息集成问题, 以实现复杂产品系统设计及优化。本文以航天制造领域广泛存在的复杂产品为对象, 对元模型、建模方法以及多学科建模过程进行研究与分析, 将多学科优化设计与元模型建模方法相结合, 建立了复杂产品的虚拟样机元模型, 并构建了元模型与学科元模型的转换关系, 形成了虚拟样机多学科建模优化设计方案。     

基于模糊辨识的PEMFC电特性模型

提出了一种基于非线性系统模糊辨识建立质子交换膜燃料电池(PEMFC)电特性模型的新方法,并建立了包括反应气体的压力、电池的温度和电池负载多变量的质子交换膜燃料电池电特性模型。通过与相关文献中的建模方法和模型仿真的结果比较,表明该模糊辨识建模方法具有建模简单、模型精度高等优点。研究结果对质子交换膜燃料电池控制系统的建模和控制具有一定的实用价值。     

可变系统结构建模

可变系统结构建模肖人彬，罗云峰，王雪，费奇（武汉华中理工大学，武汉４３００７４）ＳｔｒｕｃｔｕｒａｌＭｏｄｅｌｉｎｇｆｏｒＣｈａｎｇｅａｂｌｅＳｙｓｔｅｍｓＸｉａｏＲｅｎｂｉｎＬｕｏＹｕｎｆｅｎｇＷａｎｇＸｕｅＦｅｉＱｉ（ＨｕａｚｈｏｎｇＵｎｉｖｅｒ...