非线性直接灰色模型

灰色模型可用于描述复杂动态系统的性质，但这种描述往往是间接的，文中（１）提出了一个直接灰色（线性）模型，本文旨在得到一个非线性直接灰色模型。     

灰色非线性增量动态模型在农药残留量模拟中的应用

提出灰色高阶增量 GMS ( m ,1)动态模型及参数反馈辨识方法 ;构建出灰色非线性 L M ( m ,1)、LE ( m,1)及 LLM ( m,1)模型 ,能有效模拟农药残留等振荡或涨落衰减离散动态时间序列的非线性变化规律 .应用本文模型对代森锰锌在西红柿中的消解残留量模拟 ,复相关系数 R2≈ 1,平均误差率δ<0 .14 ;对氯氰菊脂在小白菜上的残留量模拟 ,R2 >0 .9989,δ<9.19 .模拟优度、精度明显优于若干新方法 [3 ,4] .为非线性离散动态过程建模、控制、预测提供了新的有效规范方法 ,亦可为非线性动力学研究提供新的建模思路 ,在生态、生物等自然科学及社会科学中具有广泛适用性与应用前景.     

灰色预测在盐池县降雨量预测中的应用

干旱是制约农林牧生产发展的主要因素，文中运用灰色ＧＭ（１，１）预测模型，对宁夏盐池县北部未来年份降雨量进行了拓扑预测，效果良好，为农业部门的决策者提供了长期气象参考依据。     

PSO-BP模型在城市用水量短期预测中的应用

为解决现有的城市用水量短期预测BP神经网络法对初始权值敏感、易陷入局部极小点和收敛速度慢等问题,通过对城市时用水量数据特征的分析,应用基于全局随机优化思想的粒子群优化(PSO)算法对BP网络的初始权值进行优化,建立了PSO-BP城市时用水量预测模型.在算例分析中与传统BP神经网络预测法进行对比,发现该方法的收敛速度明显提高,且平均预测精度提高了2%,在用水量短期预测中非常有效.     

沉降预测中的灰色模型理论与Asaoka法

在沉降预测的各种方法中 ,Asaoka法是其中主要方法之一 ,而灰色模型理论也开始得到应用 .本文对两种方法的一阶微分方程作了比较 ,证明在一定条件下 ,灰色模型理论和 Asaoka法两者的一阶微分方程是严格一致的 ,这对灰色模型理论在地基沉降预测中的推广应用具有重要意义.     

时变时滞系统的灰色预测非线性PID控制

针对时变时滞过程提出一种新的控制结构.在此控制结构中,利用遗传算法自动跟踪系统的时滞变化,由灰色预测模型根据辨识的时滞提前预测出系统的输出,而系统的预测输出与输入的偏差以及偏差变化率为非线性PID控制器的输入.仿真结果验证了这种结构能很好地满足时变时滞系统的快速动态响应和稳定性要求.     

PSO-LSSVM灰色组合模型在地下水埋深预测中的应用

针对LSSVM参数难以确定和单一方法预测精度不高的问题, 提出一种基于粒子群优化LSSVM灰色组合预测模型的学习方法. 利用粒子群算法的收敛速度快和全局优化能力, 优化LSSVM模型的惩罚因子和核函数参数. 避免了人为选择参数的盲目性. 在同一时刻利用不同长度序列的灰色预测方法对历史数据进行初步预测, 将初步预测结果的组合作为LSSVM的输入, 该时刻的实际值作为输出, 进行训练建立灰色LSSVM组合预测模型, 提高了模型的推广预测能力. 选取三江平原某地区1985年至2006年地下水埋深实测数据, 建立PSO-LSSVM组合预测模型. 通过两种方式对模型进行检验, 与其他模型相比, 该组合模型具有较高的预测精度.     

灰色系统理论在需水预测中的应用

本文将灰色系统引入需水预测中，探讨了ＧＭ及其多个改进方法在需水预测中的应用１，并提出了带有时间因子的非线性ＧＭ。文中给出某一缺水城市工业需水的多种预测方法对比，算例表明ＧＭ及其线性改进算法不宜直接用于需水预测，而非线性ＧＭ及本文提出方法具有较佳的预测效果。     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

基于改进灰色系统模型的城市食品价格预测方法

论文以灰色模型预测数据序列发展总的趋势,再用马尔科夫概率矩阵预测确定状态的转移规律,简单论述了灰色理论哲学思想和在认知领域的普遍性和实用性。     

基于灰色神经网络组合模型的故障预测

针对装备故障预测存在有效样本少、模型预测精度低等问题,集成灰色理论和神经网络方法,提出基于灰色神经网络的故障预测组合模型。基于新信息优先原理和重构背景值方法优化灰色GM（1,1）模型的初始值与背景值,利用Levenberg-Marquardt算法改进反向传播神经网络模型;采用组合预测思想,将多方法融合改进灰色模型和神经网络模型,分别构建基于权重分配、基于误差修正和基于结构优化的3种灰色神经网络组合模型。以某雷达发射机的故障预测为例,验证上述方法在故障预测中的有效性。结果表明,灰色神经网络组合模型的预测精度优于单一预测模型,可用于装备的故障预测和预测性维修。     

无偏灰色Verhulst模型及其应用

针对灰色Verhulst模型自身所固有的偏差, 提出了无偏灰色Verhulst模型.利用递推解法,给出两种初始条件下无偏灰色Verhulst模型的递推预测公式. 结果表明,无偏灰色Verhulst模型对传统灰色Verhulst模型预测公式所表达的S型曲线进行模拟和预测具有完全重合性,完全消除了灰色Verhulst模型自身固有的偏差,也避免了以往建模方法由差分方程向微分方程的跳跃导致的误差.实例分析表明,无偏灰色Verhulst模型使得传统模型的模拟与预测精度得到了显著改善.     

RBF-AR模型在非线性时间序列预测中的应用

研究了RBF-AR模型在非线性时间序列中的建模和预测问题,并把它与其它一些新近提出的模型或方法加以了比较.一种结构化非线性参数优化方法用来辨识此模型.数值实验和比较研究表明采用结构化非线性参数优化方法的RBF-AR模型在预测精度上要大大优于其它一些模型或方法.     

麦蜘蛛灰色灾变预测初探

本文根据临沂市１９７８－１９９１年冬小麦麦蜘蛛的统计数列，建立了灰色ＧＭ（１，１）灾变长期预测模型。经检验，该模型的精度高，回测效果好，可用于冬小麦麦蜘蛛的长期预报。     

人工神经网络在非线性经济预测中的应用

运用人工神经网络方法 ,以天津市特定时间段工业总产值为样本 ,进行宏观经济模拟预测分析 ,结果证明与其它经济计量方法相比较 ,其预测精度较高 .人工神经网络应用于宏观经济预测具有广泛的实际应用前景 .     

基于C-R模糊模型的非线性预测控制

Cao和Ress提出的模糊模型（称为C-R模糊模型）由模糊推理和局部线性解析模型两部分组成，用隶属函数加权局部模型构成系统的全局非线性模型。本文提出了一种新的结构上与阶跃模型相类似的C-R模糊阶跃模型。并用DMC动态矩阵控制算法，求解基于该模型的非线性预测控制问题，得出了预测控制算法的解析形式，该方法克服了一般非线性预测控制算法求解困难的缺陷。     

城市用水量预测的灰色代数曲线模型

当前,我国有许多大中城市不同程度的缺水,严重影响了工农业生产的发展,给人民生活带来极大的不便。因此,全国性的节水规划工作迫在眉睫,而进行城市用水量的预测研究工作则是节水工作的基础,它直接关系到城市节水工作的成败。 城市用水系统中既有已知信息,又有未知、未确知信息,因此城市用水系统是本征性灰色系统。城市用水量直接与城市人口、工业发展、人民生活水平等许多因素有关,它是个多因素多层次的复杂系统,其年用水量正是该系统内部各因素之间相互制约、相互影响、协调发展的结果。根据灰色系统理论,我们不去研究这复杂系统的内部因素及相互关系,而从年用水量时间序列这组综合灰色量本身挖掘