非等间距GM(1,1)模型背景值的改进及其最优化

背景值构造方法是影响非等间距GM(1,1)模型精度和适应性的关键因素之一,文章分析了非等间距GM(1,1)模型中的背景值,提出了用Newton插值和数值积分中的Newton-Cores公式与Gauss-Legendre公式分别重构模型中的背景值。该背景值不仅适合于非等间距建模,也适合于等间距建模,该模型进一步拓广了GM(1,1)的适应范围,数据模拟结果充分说明了新模型的有效性和优越性。     

隧道围岩位多的灰色优化模型预测

传统灰色GM（1，1）模型，多达用于等间距和低增长序列监测数据的模拟预测；对非等间距和高增长序列，一般经过等间距处理或经过复杂的变换建立非等间距模型进行预测，且往往产生较大的滞后误差。在时间序列[k,k 1]区间上，用n个小区间的梯形面积代替[k,k 1]区间上GM（1，1）函数曲线对应的面积，以优化提高背景值z^(1)(k 1)的精度。这种以优化灰色模型背景值为基础构建的灰色优化模型，普遍适用于隧道围岩位移等间距或非等间距以及低，高增长监测数据序列的位移预测，能很好地模拟预测隧道围岩移的Ⅰ型，Ⅱ型，Ⅲ型时序变化特征，且都能获得很高的模拟和预测精度。     

基于插值的非等间距GM(1,1)建模方法

非等间距GM(1,1)模型因其对非等间距观测数据的处理能力,在变形观测的预测方面发挥着越来越重要的作用。为了更加准确地进行变形预测,提高其实用性,对非等间距GM(1,1)模型进行改进。首先分析不同插值方法对非等间距序列的适应性,选取合适的插值方式。通过插值将非等间距序列构造成等间距序列,建立插值优化背景值和不对背景值进行优化两种模型。对该等间距序列进行预测,最后再进行一次插值还原为原始非等间距序列的预测值。将预测的结果与其他方法进行比较,验证了改进的模型预测精度明显提高。     

改进背景值的非等间距GM(1,1)模型

背景值是影响非等间距GM(1,1)模型精度的重要因素之一。在积分重构理论的基础上,对背景值进行研究,针对一次累加序列的非齐次指数形式这一特点,通过非齐次指数函数拟合方法对背景值的构造进行改进,提出了一种改进背景值的非等间距GM(1,1)模型,应用实例表明了该方法的有效性。     

非等间距GM(1,1)模型的改进及预测分析

论述了非等间距GM(1,1)模型的基本原理及精度评定方法,针对模型缺陷探讨了模型精度的主要影响因素,并就初值选取及模型背景值构造2个方面进行改进,建立了改进的非等间距GM(1,1)模型.运用改进的非等间距GM(1,1)模型对某坝堤沉降进行预测分析,结果表明,改进后的非等间距GM(1,1)模型较改进前具有更高的预测精度,在沉降预测中具有较高的应用价值.     

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。     

非等间距GM(1,1)模型的改进及预测

论述了非等间距GM(1,1)模型的基本原理及精度评定方法,针对模型缺陷探讨了模型精度的主要影响因素,并就初值选取及模型背景值构2个方面进行改进,建立了改进的非等间距GM(1,1)模型.运用改进的非等间距GM(1,1)模型对某坝堤沉降进行预测分析,结果表明,改进后的非等间距GM(1,1)模型较改进前具有更高的预测精度,沉降预测中具有较高的应用价值.     

完全信息利用的GM(1,1)建模方法

通过对GM(1，1)模型的协调性分析，证明GM(1，1)模型的还原数据模型与原始序列的第一点无关，并在此基础上提出了一种可以完全利用全部已知信息的GM(1，1)建模方法，完善了灰色建模理论．实例证明完全信息利用的GM(1，1)建模方法能够获得较好的预测效果。     

钢材低温力学性能变化规律的灰色预测方法

目的验证灰色预测系统非等间距GM(1,1)模型对钢材低温力学性能预测的准确性与有效性,以保证钢结构工程服役于低温工作环境的安全性与可靠性.方法应用灰色相关理论,提出基于积分构造背景值的非等间距GM(1,1)预测模型,并用MATLAB对所构建的预测模型编写程序,以常用的钢材(Q235、16Mn、15Mn V、16Mnq、14Mn Nbq)在低温下的力学性能试验数据为初始序列进行灰色预测试验研究.结果力学试验结果表明钢材在低温工作环境中,其主要力学性能指标:屈服强度fy和极限强度fu随温度的降低而提高;断后伸长率δ和断面收缩率ψ随温度的降低而降低;预测结果显示该非等间距GM(1,1)模型预测精度均为一级,小概率误差均为1,最大相对误差2.5%,数据拟合精度高达97.5%.结论非等间距GM(1,1)模型对钢材低温力学性能预测方法精度高,具有很好的工程应用价值.     

灰色预测模型的精确解法

通过分析GM(1，1)白化模型的解析表达式，导出了求解GM(1，1)的三种精确灰色模型，给出了估计模型参数的方法。讨论了原始序列的预处理和初始条件的改进方法；提出了新的预测公式。     

具SCGMmv(1,1)灰色预测器的变增益模糊控制系统

预测控制技术有其突出的优越性。提出将具SCGMmv(1，1)灰色预测器的变增益模糊控制系统方案用于大滞后且没有精确数学模型的被控对象。     

基于模糊推理的管理数据库的知识挖掘

通过对学生管理数据库中学生的成绩，采用模糊数学中的多重多维模糊推理方法，首先建立了学生成绩数据的模糊推理规则及相应的隶属函数，给出与其对应的多重多维模糊推理模型，在此基础上对学生管理数据库中学生成绩数据进行知识挖掘，给出了学生个人综合素质的分类。与此同时，我们对模糊推理中隶属函数的构造方法、模糊推理过程中合成算子的选择及模糊向量的处理进行了研究，得出了比较满意的结论。     

用模糊线性规划优化公司资本结构

应用模糊线性规划方法综合考虑了影响资本结构的资本成本、企业价值、财务风险、企业治理结构等相关因素,建立了资本结构优化的模糊线性规划方法,并说明了这种模糊线性规划的求解方法,它显然比只考虑一种指标的资本结构决策方法科学合理,最后给出了这种方法的一个应用实例,也说明了这种方法的可行性。     

含模糊因素的患病风险预测模型

将数理统计方法和模糊数学方法相结合,建立了适合预测患病风险的含模糊因素的回归预测模型,并将所建立的模型和统计中的线性回归模型进行了比较．结果表明：含模糊因素的患病风险预测模型预测效果优于不含模糊因素的预测模型预测效果．     

基于模糊信息的群体多维偏好分析决策模型

针对具有模糊信息的群体多属性决策问题,对原多维偏好分析线性规划(LINMAP)法进行了改进,定义了群体一致度和不一致度,利用语言变量评价指标值和定义模糊数间距离等方法,把经典LINMAP法推广到具有模糊信息的多人决策情况,最后给出了一个应用实例,结果证明该方法具有较强的实用价值,为模糊群体多属性决策问题提供了一个新的解决途径.     

Fuzzy Modeling on L - R Fuzzy Number and Its Application

A new fuzzy modeling method, which based on L - R fuzzy number, is discussed in this paper. First, the fuzzy state equation model is constructed based on fuzzy state variable,fuzzy Input variable and fuzzy output variable whkh are represented by L - R fuzzy number. And then, identification of time - varying parameter in this model is discussed further. At the end, a simulated application is given to Indicate the effectiveness of this fuzzy modeling method.     

教学满意度测评的模型研究

根据美国顾客满意度指数测评的计量经济学模型,应用模糊综合评价和模糊推理,建立了教学满意度测评的模糊集模型;通过实证研究,说明了其具有较好的有效性和实用性;建立模型的方法和步骤不难推广到其他应用领域中去.     

直觉模糊集所诱导的软集语义及其三支决策

借助于阴影集,利用直觉模糊参数,将直觉模糊集转化为悲观阴影集和乐观阴影集,提出直觉模糊集悲观三支决策和乐观三支决策,给出直觉模糊集诱导软集的方法。利用三支决策理论,提出软集三支决策定性模型。结合直觉模糊集悲观三支决策和乐观三支决策,利用直觉模糊参数,给出软集三支决策定量模型。     

基于DFS的并行粒度计算模型及其应用

针对粒度计算在并行计算中的工作机理,基于动态模糊集理论给出并行粒度计算模型和算法,并进行范例系统分析,结果表明该算法是有效的,从而进一步丰富了粒度计算的内容。     

知识构件的模糊匹配综合评价研究

针对传统模糊匹配综合评价模型的不足,提出了改进的模糊匹配综合评价模型,并对知识构件进行了模糊综合评价,证实了改进模型的有效性.