Consistency analysis of accelerated degradation mechanism based on gray theory

A fundamental premise of an accelerated testing is that the failure mechanism under elevated and normal stress levels should remain the same. Thus, verification of the consistency of failure mechanisms is essential during an accelerated testing. A new consistency analysis method based on the gray theory is pro- posed for complex products. First of all, existing consistency ana- lysis methods are reviewed with a focus on the comparison of the differences among them. Then, the proposed consistency ana- lysis method is introduced. Two effective gray prediction models, gray dynamic model and new information and equal dimensional （NIED） model, are adapted in the proposed method. The process to determine the dimension of NIED model is also discussed, and a decision rule is expanded. Based on that, the procedure of ap- plying the new consistent analysis method is developed. Finally, a case study of the consistency analysis of a reliability enhancement testing is conducted to demonstrate and validate the proposed method.     

基于灰色理论的机械设备智能状态预测

提出了基于灰色理论并与神经网络有机结合的机械设备智能状态预测方法，着眼于机械设备“内在”规律的研究，根据机械设备自身历史数据建立动态微分方程，并预测自身的发展，具有数据量小，计算简单、预测准确的特点，该方法已在实际工程中应用，结果表明方法是行之有效的。     

超低硫加氢柴油润滑性能的预测模型

以高频往复试验机(HFRR)评价柴油润滑性能.在分析加氢精制、中压加氢改质和高压加氢裂化生产的低硫和超低硫柴油馏分理化性质的基础上,探讨了柴油的理化性质与润滑性能的关系;采用逐步线性回归的方法,建立了每克柴油中硫少于200/μg的加氢柴油润滑性能预测模型,预测值与实测值的相对误差在7%以内.从模型方程的系数来看,黏度高、氮含量高、而环烷烃含量低的超低硫加氢柴油的润滑性能相对要好.该预测模型能较好地预测超低硫柴油和加氢精制柴油的润滑性能.     

基于支持向量机回归的农产品物流需求预测

农产品物流虽然具有普通物流的共同特点,但因其具有独特性和复杂性,这导致利用一般方法进行农产品物流需求预测不仅难度大,而且精度差。为了提高农产品物流需求预测的能力,应用基于结构风险最小化准则的标准支持向量机回归方法来研究农产品物流需求预测问题。在选择适当的参数和核函数的基础上,通过对实例研究,对时间序列数据进行预测,发现该方法能获得最小的训练相对误差和测试相对误差。结果表明,支持向量机回归是研究农产品物流需求预测的有效方法。     

内蒙古自治区沙漠化发展的预测及分析

以定性与定量相结合的方法建立了内蒙古地区人口牲畜和沙漠化土地面积的预测模型及多元回归模型，分析研究了内蒙古地区沙漠化土地发展的原因、趋势及对生态环境的影响，并提出了防止沙化、改善生态环境的设想及对策。     

计算机辅助B超声象图分析统计系统

由于肾脏疾病的Ｂ超车象没有定量的诊断标准，本文介绍应用计算机对大量典型病历的Ｂ超相片予以分析统计，确定出各种病情的灰度差范围，为医疗诊断做到科学化，标准化，定量化奠定了基础。     

时栅传感器信号处理健康状况BP-GA预测分析

BP神经网络收敛效率高，但存在局部最优解的问题，遗传算法最优解精度高，但存在较大的依赖性。结合两者的有点，设计了一种BP-GA预测模型，并成功应用于时栅传感器信号处理领域。研究结果表明，组合模型产生的大部分测试点都比较靠近预测曲线，达到了很高的相关系数，误差也较低。采用此健康预测模式可以实现高可靠性与高精度的预测效果，能够提前掌握电路系统的健康情况。该健康状况预测方法预测精度高，且明显高于单一模型，满足提前准确获悉电路系统健康状况的要求。     

人类基因组CpG岛甲基化概况的预测

CpG岛甲基化在细胞的各种生物过程中扮演着重要角色.开发了预测人类基因组CpG岛甲基化状态的计算模型,获得了目前最好的预测性能,并用此模型对人类全基因组的CpG岛甲基化状况进行了预测.根据预测结果,约31%的CpG岛处于甲基化状态,而位于启动子区的CpG岛则倾向于不被甲基化.染色体R带和G带中CpG岛的甲基化水平没有显著差异.基因启动子区内,不易被甲基化的CpG岛中RNA聚合酶的结合强度显著高于易被甲基化的CpG岛,表明包含不易被甲基化的CpG岛的启动子对应的基因具有更高的表达活性.     

基于RBF神经网络和RS理论的磨矿分级系统软测量模型

为了提高硫化镍选矿过程的效率并改善选矿产品的质量,运用RS理论研究了某选矿厂磨矿工艺多维数据的属性约简.在建立相应RBF神经网络预测模型基础上,给出了表征磨矿生产过程内在规律的最小知识表达,并基于该模型对选矿生产指标进行了预测.结果表明:磨矿工艺数据可以进行浓缩,生产过程经验操作能够找到相应的理论依据,从而加深了对生产工艺过程内在规律的认识;应用软测量技术获取了球磨机和旋流器内部状态主要关键参数,该模型分析过程相对简单,网络学习训练时间少、学习精度高;仿真结果表明估计值与分析值拟合良好.