无偏GM(1,1)模型的动态特性分析

传统GM(1,1)模型是最基本的灰色预测模型,无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它消除了传统GM(1,1)模型本身所固有的偏差.对无偏GM(1,1)模型的动态行为特性进行分析,并与传统GM(1,1)模型进行对比,明确了无偏GM(1,1)模型特性和适用条件.     

厦门市交通运输行业人才资源现状分析

2011年5月我们对厦门市公路水路交通运输行业人才资源情况进行了专项调查统计。因纳入本次专项调查统计的单位面广、数量多,涉及的领域跨度大,故采取了条块结合、全面调查的方式,共调查各级交通运输主管部门及其行政隶属关系的单     

GM(1,1)模型研究的一些进展

介绍作者对灰色GM（1，1）模型研究取得的成果，具体内容为：证明了GM（1，1）模型为有偏差的指数模型，导出了模型的相关公式，提出了无偏灰色预测模型（无偏GM（1，1）模型），并用实例说明了该模型的优越性。     

基于响应不变法的GM(1,1)模型

GM(1,1)模型的建模过程是由白化微分方程离散化得到差分方程,再由该差分方程估计模型参数.由于离散化引入了误差导致白化微分方程和差分方程的响应发生了变化.基于响应不变法,提出了一种新的GM(1,1)模型.该模型具有白指数重合律,它突破了|a|较大时GM(1,1)模型不能应用的禁区,拓广了GM(1,1)模型的应用范围.     

无偏灰色预测模型在电力系统负荷预测中的应用

灰色预测模型已在负荷预测中得到了广泛的应用，该模型是一种有偏差的指数模型，在该模型基础上作者已导出了无偏灰色预测模型。将无偏灰色预测模型应用于负荷预测中，并与传统灰色预测模型进行了比较，结果显示了无偏灰色预测模型的优越性。     

无偏GM(1,1)模型与指数方程模型的比较

无偏GM(1，1)模型是在传统GM(1，1)模型基础上的一种改进，它实际上是一无偏差的指数模型，相对于用回归法进行曲线拟合建立指数方程模型这样一种建模方法，该方法可认为是一种新的指数模型建模方法，通过理论分析和实例计算对这两种模型进行了比较。     

无偏灰色预测模型在边坡变形预测中的应用

根据边坡位移监测信息,应用灰色系统预测模型,可以对边坡变形的发展进行预测.采用传统灰色预测模型和无偏灰色预测模型对边坡变形进行预测,预测结果表明,两种模型都是有效的,无偏灰色预测模型的精度更高.     

基于响应不变法的GM(1,1)模型的动态特性分析

GM(1,1)模型的建模过程是由白化微分方程离散化得到差分方程,再由该差分方程估计模型参数.由于离散化引入了误差,导致白化微分方程和差分方程的响应发生了变化.基于响应不变法,提出了一种新的无偏GM(1,1)模型.对基于响应不变法的GM(1,1)模型的动态特性进行了分析,明确了该模型的特性和适用条件.     

基于热图像处理技术的电力设备温度监测

设备温度关系着电力设备的安全运行和使用寿命,温度监测在众多工业应用中是必不可少的技术手段之一.为此,本文提出了一种基于热图像处理技术的电力设备温度监测.其分布式测量能力可以在数十公里电缆沿线的多个点上绘制温度图.首先,基于现场众多的传感器元件采集温度数据,结合数据的时间连续性,依次堆叠温度曲线创建热图像,再采用基于多级阈值的图像分割技术对图像进行处理.然后,采用温度误差和热点尺寸相关联的多项式函数来解决拉曼分布式温度传感器(RDTS)设备本身的局限,搭建热浴槽实验平台获取不同热点尺寸的温度数据.最后,采用所提出的方法对所获数据进行分析,结果表明该技术可以实现对尺寸在3 cm～15 m内的热点检测和校正,校正偏差仅为1.78%,大大提高了RDTS设备的实用性.