基于单调递增函数的新的强化缓冲算子的构造及其应用

在灰色系统缓冲算子公理体系下,基于严格单调递增函数和时间序列的平均发展速度构造了3类新的强化缓冲算子,并研究了其内在的特性和内在联系,有效的解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题,并通过实例对比分析表明了该算子的有效性和实用性,从而为缓冲算子的构造开辟了新的方向。     

关于强化缓冲算子的研究

通过对缓冲算子的研究,构造了几类强化缓冲算子等若干个具有普遍意义的实用强化算子,并研究了其特性及各种缓冲算子之间的内在关系,从而使序列前一部分增长(衰减)速度过慢,而后一部分增长(衰减)速度过快的冲击扰动系统数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题得到有效解决。     

关于强化缓冲算子的研究

通过对缓冲算子的研究,构造了几类强化缓冲算子等若干个具有普遍意义的实用强化算子,并研究了其特性及各种缓冲算子之间的内在关系,从而使序列前一部分增长（衰减）速度过慢,而后一部分增长（衰减）速度过快的冲击扰动系统数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题得到有效解决。     

强化缓冲算子序列与m阶算子作用研究

根据缓冲算子公理化定义,构造和整合了强化缓冲算子,证明了多阶强化缓冲算子的计算公式,并比较所构造强化缓冲算子的缓冲作用,最后实例验证了算子的有效性与实用性。     

线性缓冲算子及其矩阵表示研究

根据缓冲算子的结构,提出了线性缓冲算子、线性弱化缓冲算子和线性强化缓冲算子及线性缓冲算子矩阵的概念;然后,给出了利用线性缓冲算子矩阵判断线性缓冲弱化算子和线性缓冲强化算子的方法.     

线性缓冲算子及其矩阵表示研究

根据缓冲算子的结构,提出了线性缓冲算子、线性弱化缓冲算子和线性强化缓冲算子及线性缓冲算子矩阵的概念;然后,给出了利用线性缓冲算子矩阵判断线性缓冲弱化算子和线性缓冲强化算子的方法.     

一类新弱化缓冲算子的构造

在灰色系统缓冲算子公理体系下,构造了1类新弱化缓冲算子,并将其与刘氏弱化缓冲算子进行比较,研究了2类新弱化缓冲算子弱化能力的差异特性,,从而大大地拓广了弱化缓冲算子的应用范围。对序列前一部分增长(衰减)速度过快,而后一部分增长(衰减)速度过慢的冲击扰动系统数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,提供了多种解决方案。     

一类新的强化缓冲算子及其数值仿真

根据新信息优先利用原理,在已有强化缓冲算子研究的基础上,构造一类新的强化缓冲算子,同时研究了它们的一些特性,克服了原有强化缓冲算子对序列新信息利用不够充分的缺陷,有效地解决了冲击扰动数据序列在建模型预测过程中常常出现的定量预测结果与定性分析结论不符的问题,算例仿真表明：与已有强化算子相比,这类新的强化缓冲算子显著地提高了GM(1,1)模型的预测精度。     

线性缓冲算子群

利用缓冲算子的结构与性质,定义了线性缓冲算子、线性弱化缓冲算子和线性强化缓冲算子.研究了线性缓冲算子的复合运算及运算的性质,以及可逆线性缓冲算子及其性质,证明了可逆线性缓冲算子集合为线性缓冲算子群,为使用线性缓冲算子处理数据提供了数学理论依据.     

基于强化缓冲算子的灰色预测PID控制仿真研究

灰色预测PID控制系统的核心是其反馈回路上的灰色预测器,其建模精度与控制系统行为数据的变化速率有关.对于惯性较大的被控对象或采样周期较短的控制系统,控制系统的行为数据变化缓慢,基于这些数据直接进行灰色建模预测的精度不高.针对这个问题,本文提出了基于强化缓冲算子的灰色预测PID控制新方法.通过对控制系统的行为数据序列进行强化缓冲算子作用,获得控制系统行为数据的强化缓冲算子作用序列,对其进行灰色建模和预测,实现灰色预测PID控制.仿真研究结果表明,在相同的PID控制参数下,本文提出的控制方法的控制精度明显优于传统的灰色预测PID控制和经典PID控制,获得了理想的控制效果.     

基于缓冲算子的灰色瓦斯涌出量预测研究

基于灰色GM（1,1）预测模型的构建理论,尝试引入缓冲算子来消除瓦斯涌出量原始数据序列所受到的冲击扰动,并利用MATLAB语言编程实现瓦斯涌出量灰色GM（1,1）预测模型程序化运算,选择合理的精度检验方法对预测模型和结果进行检验判断。通过工程实例,证明了引入缓冲算子改进的GM（1,1）模型预测精度和拟合优度更高,可为煤矿企业正确决策提供一定的理论依据。     

基于强化缓冲算子的六相永磁容错电机故障预测

永磁容错电机属于高阶非线性强耦合的复杂系统,受到外界干扰后,提取的故障特征信号容易失真。针对永磁容错电机系统受到外在冲击时,传统灰色模型故障预测精度不高的问题,提出了一种新的故障预测改进方法。采用强化缓冲算子对数据序列进行处理,还原数据,排除冲击干扰,而后通过建立的GM(1,1)基本模型对故障能量特征数据序列进行预测。结果表明,故障原始序列经过各类强化缓冲算子作用后,预测精度提高到96.3%以上,预测相对误差较原始序列基本模型平均降低了43.06%,有效提高了行为数据的故障预测精度。     

线性缓冲算子及其凸组合

首先,通过使用传统构造缓冲算子方法,构造了一类新的弱化缓冲算子;其次,根据缓冲算子的结构,给出了线性缓冲算子的数学定义;第三,定义了线性缓冲算子的凸组合,研究了线性缓冲算子凸组合的性质,从而给出了利用凸组合构造线性缓冲算子的新方法;最后,通过实例验证了构造线性缓冲算子新方法的可行性。     

一种新弱化缓冲算子研究及其在科技管理中的应用

构造了一种新缓冲算子,并证明其为弱化缓冲算子,最后将其应用于科技管理数据分析中。结果表明:新构造的算子预测精度高于刘氏弱化缓冲算子,从而拓宽了弱化缓冲算子的应用范围。     

缓冲算子的凸组合构造方法研究

在总结分析已有构造缓冲算子方法基础上,根据缓冲算子的结构和性质,通过对缓冲算子凸组合的研究,提出了构造缓冲算子的一种新方法——缓冲算子凸组合构造法。最后,给出了利用缓冲算子凸组合构造法得到的几个线性和非线性缓冲算子实例。