指数模型建立方法

该文指出了ＧＭ（１，１）模型用于预测的不足之处，采用指数曲线拟合最小二乘法补充了ＧＭ（１，１）模型的不足，建立了指数模型，实际应用精度较好。     

青岩油杉种群密度的GM(1,1)组合模型

探讨了植物种群ＧＭ（１，１）组合模型手理论和方法。以种群密度为时间数据序列，建立了青岩油杉种群密度的ＧＭ（１，１）组合模型，并对其精度进行了分析，结果表明，ＧＭ（１，１），组合模型是一种较为理想的处群动态模型。     

灰色系统建模方法的研究

提出了估计ＧＭ（１，１）模型参数的新方法。并给出了ＧＭ（１，１）模型的显著性检验的方法。实例分析表明，新方法提高了预测模型的精度     

马缨杜鹃种群密度的GM(1,1)模型

应用灰色系统理论，以种群基径大小作为时间序列，建立马缨杜鹃种群密度的ＧＭ（１，１）模型，并对其精度进行了分析。结果表明，ＧＭ（１，１）模型是一种较为理想的种群动态模型。     

灰色模型的推广及其应用

用差分格式对灰色预测模ＧＭ（１,１）进行改进,建立了ＧＭ（１,１,λ）模型,拓展了ＧＭ（１,１）模型的应用范围。通过求解λ的值,便可求出预测值。     

对振动数列建立GM（1,1）预测模型的方法

讨论了关于振动数列建立ＧＭ（１，１）预测模型的方法，对背景值直接用最小二乘法求ＧＭ（１，１）模型中的参数ａ和ｕ，可以改善预测模型的拟合精度，并指出累加生成是处理振动数列的必要方法和手段。     

灰色改进等维新息GM（1，1）模型在电力系统长期负荷预测中的应用

本文分析了灰色系统预测ＧＭ（１，１）模型用于长期负荷预测时的局限性，针对电力系统需求增长的特点，提出了灰色改进等维新息ＧＭ（１，１）模型，对江苏电网的用电量进行测算的结果表明，采用改进等维新息ＧＭ（１，１）模型进行长期负荷预测的精度高于一般灰色ＧＭ（１，１）模型的预测精度，给出了程序框图与测算结果。     

灰色预测模型GM（1，1）的修正

应用样条函数对灰色预测模型ＧＭ（１，１）的残差序列进行插值，将插值后的残差表示式作用于微分动态模型，用最小二乘法则进行参数辨识，从而建立残差的时间响应式，并以此修正ＧＭ（１，１）模型。经实例检验，修正后的模型精度有显著提高。     

用GM(1,M)模型预测水力压裂效果

通过改进模型，用ＧＭ（１，Ｍ）模型可以作水力压裂的效果预测。尤其是，引入控制系数增加了ＧＭ（１，Ｍ）模型的灵活性，提高了精度，减少了计算量。采用这种方法作水力效果分析预测在川西浅层气藏取得到了很好的效果。     

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．     

智能决策支持系统中的模型库及其管理系统

给出了模型、模型章及模型库管理系统的基本概念，介绍了模型的常用分类，阐述了模型的表示方法，对模型的生成进行了分类及详细的探讨，最后指出了模型系统的发展方向。     

用于系统模型层验证的模型转换的研究

传统以代码为中心的数控系统开发方式导致了系统测试滞后，系统性能难以保证。针对这种情形,提出利用模型转换将领域模型转换到第三方验证工具(Matlab 或UPPAAL)进行系统性能早期测试,从模型层保证系统性能。讨论了采用基于元模型层规则定义、语义动态添加和基于设计模式的操作等策略，以此满足实际模型转换的具体要求，给出了其框架。并指出根据实际需求采用不同的实现步骤和技术手段完成模型转换。从数控系统工作模式模型到StateFlow模型的转换实例从建模语言构建、映射规则定义、算法设计等几方面验证了上述模型转换理论框架和实现手段的可行性和正确性。     

商业模式创新理论模型构建研究

此研究的开展基于以下背景：在新的一波转型浪潮中，创新商业模式的必要性和迫切性与日俱增，虽然对商业模式创新过程的研究在逐年增加，但多聚焦于成功企业商业模式创新的变革阶段或成功创业者的高阶战略认知，缺乏对商业模式创新过程的进一步抽象和总结，以致无法回答企业“如何进行商业模式创新”的问题。此研究认为，以“活动系统”为中心的商业模式创新理论模型——光谱模型，确定了商业模式创新的逻辑起点和逻辑终点，融合了从整体上指导企业进行商业模式创新的价值过程和从认知视角指导活动开展的商业模式创新源过程，呈现出商业模式创新过程中主体之间的动态交互和子过程的动态迭代，旨在更直观地回答企业“如何进行商业模式创新”。     

一种基于灰色模型和机理模型集成的质量预测模型及其应用

针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到显著的提高.     

S-clay1模型与剑桥模型的分析比较

土体的本构模型是高等土力学的重要内容,其中最经典的模型当属剑桥模型.英国剑桥大学的Roscoe于1963年提出了用于正常固结或者弱超固结粘土的剑桥模型,可以被视为现代土力学的开端.在此以后很多学者都在本构模型方面做出了很多研究,提出了很多新的模型,如拉德-邓肯模型、空间滑动面模型、S-clay1模型等.本文主要介绍S-clay1模型与剑桥模型的比较,并结合试验进行分析.本次试验采用的是GDS标准应力路径三轴试验系统,该系统测量精度高而且可以数字化操作,在测量精度和自动化程度上都比常规三轴试验先进很多.     

基于遗传算法的Logistic模型与McDill-amateis模型比较研究

Logistic模型与McDill-amateis模型的参数有明确的生物学意义,能较好的反映林木的生长过程,其参数的拟合有多种方法,应用基于实数编码的遗传算法目标适应函数采用误差平方和比例数取得了理想的结论.     

A Comparative Study of the Jerome Model and the Horace Model

This paper will try to compare the Jerome model with the Horace model to look into advantages, shortages and relationship be-tween them. It mainly discusses the important roles of the Jerome model and the Horace model in turning Chinese from their translation ef-fects. The present article comes to a conclusion that they are opposite, related, complementary, melting and permeating. And it gives us anidea that we should neither praise nor censure either of them, and we should adopt a correct method according to the concrete conditions toachieve a perfect translation effect.     

Richards模型与Logistic模型在人口预测中的比较

Logistic模型是常用的人口预测模型,在Logistic模型的基础上再添加一个参数,得到一个含有4个参数的非线性s型增长模型,即Richards模型;分别通过Logistic模型和Richards模型对1985—2014年的中国人口进行了预测,建立了人口预测模型;通过与实际人口相比,结果表明,Richards模型比Logistic模型拟合效果更好。     

自适应模型集交互式多模型算法

针对交互式多模型(IMM)算法的目标跟踪精度问题,提出了一种自适应模型集IMM算法.利用IMM算法中的模型概率含义,并以此对模型集的收缩比例因子进行设计,这样模型集通过向中心模型收敛可完成自适应调整,而自适应调整过程能有效、实时地利用观测信息.仿真实验结果表明,所提算法能有效跟踪机动目标,而且比IMM算法的跟踪精度更高,但其受到目标机动模型的先验性的限制.     

XML模型到关系模型的映射

针对XML数据与关系数据在静态数据转换方面存在的问题,创建一个描述XML的XML model(XML模型).使用XML model和ER模型分别表示XML模式和关系模式,并分析模型间的映射关系,建立XML模式与关系模式的映射框架;给出从XML模式到关系模式的映射算法,应用该算法可以将XML数据转化为关系数据.