灰色预测法在故障诊断中的应用

通过运用灰色系统理论建立关于轴承套磨损量的灰色预测模型,计算结果表明,预测模型的计算值与实际测定值之间非常接近,而且可进一步预测设备运行状态趋势。灰色预测法的引进,丰富了设备状态监测与故障诊断技术学科的基础理论。     

改进灰色马尔可夫模型在湖南省粮食产量预测中的研究

通过选取湖南省2001年至2017年间的粮食产量数据,采用灰色系统理论、背景值优化、新陈代谢原理、结合马尔可夫模型建立等维新陈代谢的改进无偏灰色马尔可夫模型对湖南省粮食产量进行预测。结果显示:等维新陈代谢的改进无偏灰色马尔可夫模型的预测精度远高于传统的灰色预测模型,该模型更适合中短期粮食产量预测。     

组合预测模型在地方财政收入预测中的应用

根据地方财政收入预测受到多因素影响和经济系统具有非线性本质的特点,针对现有预测方法的不足,提出了一种组合预测方法。该方法首先通过灰色关联分析确定影响地方财政收入的主要指标,然后用灰色预测模型分别对各指标进行预测,最后将各指标的预测值作为输入,相应的地方财政收入实际值作为输出,训练并建立神经网络模型。实例分析表明灰色关联分析排除了非主要指标的干扰,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系。实验结果证实该方法在地方财政收入预测中是有效可行的。     

灰色预测模糊控制水泥粉磨系统的仿真应用

将灰色预测、模糊控制相结合,提出一种灰色预测模糊控制算法.该方法应用模糊控制器,将灰色预测在线应用,预测结果代替测量值进行控制运算.仿真结果表明,利用该算法设计的控制器具有更加优良的性能.     

一种运用灰色预测模型预测蛋白质一级结构的方法

将氨基酸残基的疏水值与氨基酸残基一一对应，得到代表氨基酸残基序列的疏水值序列，再对此疏水值序列运用灰色预测模型预测未知的氨基酸残基疏水值，从而达到间接预测氨基酸残基的目的。     

一种实用的灰色变结构速度控制器设计

将灰色预测理论引入到变结构控制中,设计了一种新型的灰色变结构控制器,该控制器应用灰色预测方法对变结构控制顺的控制策略进行预测,能有效地解决由于系统惯性引起的切换滞后带来了抖动问题,将灰色变结构控制器应用到交流调速系统中,仿真研究表明,系统能获得优良的动态和静态性能。     

城市污水排放的灰色马尔柯夫预测模型

应用数据加载法提出了ＧＭ（１,１）的修正模型,通过灰色预测法和马尔柯夫链预测法的耦合,建立了城市污水排放量的灰色马尔柯夫预测模型。灰色马尔柯夫预测模型具有灰色系统应用少量数据即可建模,以及马尔柯夫链预测可以预测数据值波动较大的序列的特点。计算结果表明,城市污水排放量的预测值很好地吻合了实际值。     

可调式灰色GM(1,1)模型

灰色模型是灰色系统理论的重要内容,灰色预测、灰色决策、灰色评估等许多理论都是通过建立灰色模型来处理的,由于离散函数的导数不存在,因此,如何处理导数信号,是建立灰色模型的关键。本文根据灰色ＧＭ（１,１）模型的建模机理,指出现行建立模型方法的不确定切之处,给出处理导数信号即背景值的方法,由此导出可调节灰色ＧＭ（１,１）模型。     

基于dSPACE的灰色预测PID控制在液位系统中的应用

本文针对双容水箱液位串级控制系统,提出了一种灰色预测PID控制策略.该控制策略将灰色预测在线应用,用其预测结果代替被控对象的测量值,与给定输入比较得到的偏差值作为PID控制器的输入;并在过程控制试验平台上构建基于dSPACE的快速控制原型进行实验研究.实验结果表明：该方法具有超调小、响应速度快等优点,比传统的PID控制更为优越.     

一类组合预测模型及其应用

基于GM( 1 ,1 )模型、GM ( 2 ,1 )模型和ARMA模型 ,建立了一类组合预测模型 ,通过实例分析取得了好的效果。     

非等时距GM(1,1)直接模型及其在材料试验数据处理中的应用

在原始数列等时距处理的基础上,通过用一次累减数列与原始数列构建微分模型,得到了非等时距GM(1,1)直接模型;并给出2个具有不同饱和特征的材料试验数据处理实例.通过这2个实例说明了非等时距GM(1,1)直接模型适合处理呈上升或下降饱和变化趋势、对数据无非负性要求的任意数列,其预测值不需要还原计算,具有适用范围广、预测精度高和简单实用的特点.该模型有效弥补了传统GM(1,1)模型在此类数据处理方面的不足,因此,具有较大的应用推广价值.     

工程建筑变形分析的灰色模型探讨

为研究工程建筑的变形规律,合理预测未来的变形趋势,针对工程建筑变形中存在的变形因素复杂、变形大小不确定性、点位间主次关系不明确等情形,采用灰色系统理论建立变形分析灰色模型。通过两个工程实例,分别应用GM(1,1)模型和MGM(1,n)模型进行变形的预测和检验,充分证实了应用灰色模型进行工程建筑变形分析的可行性和可靠性,为工程建筑的变形分析和安全性诊断提供了可靠的理论依据和科学的分析方法。     

季节指数修正GM（1，1）模型在空气质量预测中的应用

在GM（1,1）模型基础上建立季节指数修正GM（1,1）模型,并应用到郑州市空气质量预测中,应用实例表明,该模型对含有季节变动因素的时间序列的预测,具有较好的效果．     

基于自适应粒子群算法的GM(1,1)模型及其应用

将自适应粒子群算法优化GM(1,1)模型的参数用于武汉市电力负荷预测,与普通GM(1,1)及标准粒子群优化的GM(1,1)模型的预测结果比较,发现采用自适应粒子群算法优化参数的GM(1,1)模型具有更理想的预测结果。     

我国普通高校人数的灰色预测和分析

文章应用GM（1，1）覆灰色关联分析，结合我国过去几年的普通高校人数，对未来4年的高校人数进行了预测，且预测模型可靠．结果表明，城镇居民的收入与高校数目有较强的关系，农村居民的收入是影响高校人数最弱的因素，并针对这一现象做了分析提出了自己的建议．     

优化NGM(1,1,k)模型在国内能源消费中的应用

为探究中国国内能源消费的未来发展趋势，建立了优化的NGM(1,1,k)模型来研究中国国内的能源消费情况，将优化模型和其他2个灰色预测模型分别应用于中国国内能源消耗的案例，并通过5个常用的预测模型性能评价指标进行比较.案例结果表明，ONGM (1,1，k)模型在应用案例中表现最好，从而证实了模型的可行性和有效性.将新陈代谢的思想引入到ONGM (1,1，k)模型中，对未来5年中国国内能源消耗情况进行了合理预测.     

非等间距GM(1,1)模型的模糊优化

采用模糊聚类分析方法，在原始的非等间距序列中插入若干数据，在新序列上建立非等间距GM(1，1)模型。实例表明，经模糊优化处理的非等间距GM(1，1)模型有更高的模拟和预测精度及良好的适用性。     

非等间距GM(1,1)模型背景值构造方法及应用

背景值是影响灰色系统理论建模精度的重要因素之一。为提高灰色模型的预测精度,对非等间距GM(1,1)模型中的背景值构造进行了研究,提出了用x(1)(t)在区间[ki,ki 1]上的中点实际值作为背景值。该背景值计算简洁,适应性强,提高了非等间距GM(1,1)模型精度,拓广了非等间距GM(1,1)模型的适用范围。并应用改进的非等间距GM(1,1)对钛合金疲劳强度随温度变化的关系进行建模,取得了满意的效果,数据拟合精度高达98.8%。建模结果表明了该文提出的方法的有效性。     

灰色马尔柯夫模型在交通量预测中的应用

交通量预测是道路交通规划与路面设计的基础,由于影响交通量生成和增长的因素具有层次复杂性、关系模糊性、动态变化随机性和指标数据不确定性等,从而导致交通量的预测结果与路面实际运营数量之间有较大差异.本文利用改进的灰色GM(1,1)预测模型和马尔柯夫随机过程理论,建立了交通量的灰色马尔柯夫预测模型.实例计算分析表明,该模型具有较强的适用性,预测得到的交通量数据具有较高的精度和可靠度.