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     

基于数据序列特征的灰色模型优化新思路

灰色预测以原始数据序列的生成为基础构建模型,原始数据序列特征直接影响预测模型精度.论文通过剖析灰色预测模型的建模机理,运用实证分析方法,揭示数据序列长度、数据序列信息、数据序列光滑度与灰色预测模型精度的关系,并据此提出灰色预测模型优化方法新思路.     

基于灰色神经网络的设备剩余寿命在线预测

为解决高可靠复杂设备的剩余寿命通常与多个性能参数共同退化相关的实际问题,提出一种多变量灰色误差神经网络预测方法。首先,建立经过背景值优化的多变量灰色预测模型MGM(1,n),并得到原始数据序列的初始预测值。然后,利用神经网络建立残差序列与原始数据序列之间的映射关系,训练RBF神经网络。最后,将改进的MGM(1,n)模型和RBF神经网络集成,建立多变量灰色误差神经网络预测模型。实例计算结果表明,与单一预测模型相比,该方法能够有效提高预测精度。     

基于反余弦函数变换的优化GM(1,1)模型应用研究

研究了有关提高灰色GM(1,1)模型预测精度问题。在对原始数据序列进行标准化处理基础上,结合反余弦函数变换与灰色预测模型的新陈代谢思想建立优化GM (1,1)预测模型,并用实例验证了优化GM(1,1)模型比优化模型的单个条件能获得更高的预测精度。     

需求侧响应下的电力负荷预测模型的改进

在电力负荷预测进行建模时,传统的预测模型需要消耗大量的电力负荷样本数据,同时不能准确描述电力系统内部的变化情况,降低了电力负荷预测的精度和可靠性。提出一种基于灰色预测模型的电力负荷预测模型的改进方法,分析了基本灰色预测模型的建模过程,同时依据需求侧响应约束条件对不符合约束条件的电力负荷预测结果进行剔除,从电力负荷原始数据的处理和灰色模型预测结果的修正两方面对其进行改进。实验结果表明,采用所提方法对电力负荷进行预测,得到的预测结果精度较高,性能优异。     

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。     

灰色技术与小波网络融合的多因素预测模型

针对多因素预测中预测对象与影响因素之间具有非线性相关性、预测对象及其影响因素呈随机性、非线性变化的特点,同时各影响因素对预测对象的重要程度不尽相同,学习样本容量小、信息不充分,充分利用小波神经网络对非线性函数的强大拟合能力和灰色累加技术弱化原始数据随机性、增强规律性的优势,建立了灰色小波神经网络融合的多因素预测模型,并将其应用于交通量预测中.结果表明,与BP网络比较,所建模型可行有效,且提高了预测精度.     

具有外部干扰的二维滞后logistic映射的混沌同步的灰色滑模控制

研究了未知外部干扰条件下二维滞后logistic映射的混沌同步的实现问题,基于离散系统的趋近律方法,设计了滑模控制器.基于灰色理论的累加生成方法处理原始数据,建立灰色预测模型,实现对外部干扰的未知参数的预测,应用预测到的干扰参数设计灰色补偿器.利用滑模控制器和灰色补偿器构造灰色滑模控制器,对驱动-响应系统进行控制.数值模拟证明了预测参数的准确性和灰色滑模控制器控制二维滞后logistic映射混沌同步的有效性.     

基于无偏灰色GM(1,1)模型的城市用水量预测

针对城市用水量预测工作中常存在城市用水量原始数据样本量较小、信息不充分的问题,充分利用无偏灰色GM(1,1)模型的少数据建模,短期预测精度高,消除了灰色GM(1,1)模型预测所固有的偏差的优点,建立无偏灰色GM(1,1)城市用水量预测模型,并应用于实际城市用水量预测中。与常用的处理此类问题的灰色GM(1,1)模型比较,算例结果表明所建模型有效可行,提高了预测精度。     

数列灰预测在旅游统计与预测上的应用--以江苏省为例

灰色理论自20世纪70年代提出以后，被广泛应用于社会、经济、科技、农业、生物等各个领域．灰色预测是灰色理论的主要内容之一，其中数列灰预测是灰色预测的主要类型之一．以江苏省国内游客量和旅游收入(1995～2001年)为原始数据建立数列灰预测模型，验证了这一预测模型的可信度，分析讨论了此种预测方法在旅游统计与预测上应用的优缺点及应用价值．