首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
基于灰色系统预测直升机航迹的研究   总被引:12,自引:0,他引:12  
 反直升机智能雷对直升机航迹的预测在作战中非常重要,但在数据非常有限的情况下,准确地预测又很困难。提出了用灰色系统理论解决直升机航迹预测问题,建立了灰色系统 GM预测模型和 n次累加残差模型并对GM预测模型进行修正。在每个采样期间内,实时在线建立GM预测模型和残差模型以提高预测精度。通过实例计算能看出用较少的探测数据可以得到较高的预测精度。  相似文献   

2.
基于灰色理论的导弹装备故障间隔时间预测   总被引:2,自引:0,他引:2       下载免费PDF全文
导弹装备的故障间隔时间是其可靠性参数的重要指标,通过分析导弹装备的特点,建立了故障间隔时间预测模型.考虑到导弹装备的故障数据量有限,用一般方法准确地预测很困难,因此提出用灰色预测模型进行预测的方法,建立了GM(1,1)预测模型并用数据进行验证.验证结果表明该方法具有很好的预测精度,可用于装备故障间隔时间的预测和估算.  相似文献   

3.
本文应用灰色系统理论对混凝土碳化进行研究,用建立的灰色预测模型GM(1,1)对混凝土的碳化深度进行了预测。通过与已知试验值的的比较,证明该方法是简单可靠的。  相似文献   

4.
民航旅客吞吐量的规模和增长速度是民航基础数据,是衡量民航发展的重要指标,旨在通过统计学的一般方法揭示民航旅客吞吐量的变化规律、做出准确的预测。民航旅客吞吐量的规模和增长可以使用灰色预测模型进行预测.并且结果比较准确。在此基础上,提出了引入马尔可夫链预测理论,建立民航旅客吞吐量灰色马尔可夫预测模型的设想。以期使预测结果更加准确可靠。在实例中,对比了灰色预测模型和灰色马尔可夫预测模型的预测结果.验证了民航旅客吞吐量的灰色马尔可夫预测模型预测精度高于灰色预测模型预测精度。可见。灰色马尔可夫预测模型可用于民航旅客吞吐量预测,并可以提供比灰色预测模型更为准确可靠的预测结果。最后.依据灰色马尔可夫预测模型计算得出了2007年和2008年的民航旅客吞吐量预测值.  相似文献   

5.
为了减少热误差对数控机床加工精度的影响,首先利用热成像仪初步找出机床温升明显的位置,然后利用灰色理论对16个温度测点的试验数据进行优化处理,找出与热误差关联度较高的测点;将优选出的温度测点数据和实测的Z轴热误差数据进行划分,采用GM (1,n)灰色预测和BP神经网络建立热误差预测模型,并在试验机床上进行验证。试验结果表明:采用灰色GM (1, n)模型预测结果与实际测量平均相对误差为10.17%,采用BP神经网络预测与实测结果平均相对误差为5.19%,优于灰色GM (1,n)预测,能起到提高热误差预测精度的作用。  相似文献   

6.
简述了灰色预测理论的特点、灰色GM(1,1)预测模型的建模过程及后验差检验的方法,以1996年1月~1997年4月期间全国民航B737型飞机的使用困难千时率为原始统计数据,建立灰色GM(1,1)预测模型,经检验模型的精度达到了1级精度。结果表明,模型的预测结果比较可靠,这对于改进民用航空器产品的设计,提高民用航空器的安全运营可靠性有一定作用。  相似文献   

7.
科学确定导弹的贮存寿命对提高部队装备保障能力和战斗力具有重要的现实意义。针对导弹贮存数据具有“少数据”和随机波动性较大特点,建立了灰色GM(1,1)评估模型和马尔可夫模型的组合预测模型,并应川此组合预测模型解决了某型导弹贮存寿命评估的问题。结果表明,该方法对现有数据拟合程度较好,预测精度较高,克服单一预测方法的不足,有效性强,使用价值大。  相似文献   

8.
简述了导弹研制费用预测方法.提出了在样本数据较少的情况下使用灰色预测理论对导弹研制费用进行预测的方法.该文根据灰色系统理论,建立了GM(0,N)模型和残差修正模型,并通过实例进行了说明,获得了较高的预测精度.  相似文献   

9.
本文在对我国航空运输发展简要分析的基础上,基于灰色系统理论及其建模思想,利用民航相关数据构建灰色预测模型,进行航空运输总周转量、旅客运输量和贷邮运输量三项主要生产指标预测。所得基本结论为:利用灰色系统建立航空运输预测模型适宜,预测精度较高,预测结果可作为民航政府部门进行宏观调控、航空运输企业进行经营决策的参考信息。  相似文献   

10.
军机两级维修费用效益预测   总被引:4,自引:1,他引:3       下载免费PDF全文
维修费用估算是军用飞机寿命周期费用估算的重要组成部分。将三级维修体制简化为两级维修,可节省维修财力并提高战备完好性。引入灰色系统GM(1,1)模型理论,建立了转换维修体制后的财力节省预测模型,以美空军实际节省的财力数据为例进行预测,经多种精度检验表明,模型的可信性较高。  相似文献   

11.
基于灰色神经网络的疲劳裂纹预测方法研究   总被引:1,自引:0,他引:1       下载免费PDF全文
为对构件疲劳损伤进行预测,提出了基于灰色神经网络模型的疲劳裂纹扩展预测方法。将灰色GM(I,1)模型向BP网络映射,建立了一维灰色神经网络GNNM(1,1)模型。基于灰色GM(1,1)模型的发展系数和灰作用量给出了GNNM(1,1)模型初始权值。应用建立的GNNM(1,1)模型预测了某不锈钢构件腐蚀疲劳裂纹的扩展,并与GM(I,1)模型的预测结果进行了对比,表明GNNM(1,1)模型具有更高的预测精度和模型精度。  相似文献   

12.
根据灰色GM(1,1)预测模型预测某型航空活塞发动机进气门烧蚀变形量,并利用Mat LAB进行计算分析。结果表明,采用灰色预测理论进行预测分析,可以得到满意的预测精度,可以为该型发动机的维修提供一定的理论支持。  相似文献   

13.
润滑油质量组合预测   总被引:1,自引:0,他引:1       下载免费PDF全文
以某自行火炮润滑油氧化程度光谱分析数据为基础,利用线性回归理论、灰色理论及组合预测理论建立了润滑油的氧化程度预测模型,并且分析各模型在预测上的差异,验证了润滑油质量组合预测模型能够充分利用单一预测模型的有效信息,提高预测精度.  相似文献   

14.
苏东林  郑昊鹏 《航空学报》2016,37(3):960-969
用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。  相似文献   

15.
本文利用灰色预测的方法通过对1970-1998年辽宁省工业总产值指数的灰色分析,建立辽宁省工业总产值指数的灰色预测模型。并通过后验差检验。给出预测精度等级。  相似文献   

16.
基于灰色理论的自适应多参数预测模型   总被引:2,自引:0,他引:2  
故障预测对保障武器装备安全可靠工作具有重要意义。但是,用于武器装备故障诊断和预测的数据往往是小样本、多特征参数数据,当前主要的故障预测方法在实际故障预测中虽取得了一定的效果,但均存在不足之处。本文基于灰色预测建模理论,分析了GM(1,1)预测建模中的不足,考虑多个特征参数间的相互关系以及预测序列的实际特点,修正了初始值和背景值,建立了小样本情况下的自适应多特征参数预测模型,并以某型飞机发动机的多特征参数的仿真数据为例进行了预测分析,结果表明该模型具有很好的预测精度,证明了该模型的有效性。  相似文献   

17.
基于1996~2019年的适航指令(CAD)数据,以关联分析得出的典型故障构建评价指标。用风险系数确定白化权函数的边界条件,根据偏差最大化原则确定各指标的权重,提出了基于灰色白化权聚类的安全风险评估模型。利用等时间间隔的各指标数据构成灰色预测模型,并通过优化权重值将预测精度提高了2.88%。预测的故障数量与实际发生相符,证明了预测模型的准确性,可依此有针对地提出改进和预防措施,从而减少故障的发生。  相似文献   

18.
本文应用灰色系统理论对机场水泥混凝土道面的使用寿命进行研究,用建立的灰色GM(1,1)模型对机场水泥砼道面使用寿命进行预测。通过与实测值的比较,证明该方法是可行的。  相似文献   

19.
针对某型发动机滑油颗粒监测试验数据预测分析的需要,主要研究了时间序列模型和灰色模型两种预测模型,并有机结合起来,形成新的灰色时序模型;分别进行预测分析,并比较预测精度。预测结果表明:灰色时序模型预测精度高,具有很好的预测能力,有较高的实用意义。  相似文献   

20.
灰色系统理论在年用电量预测中的应用   总被引:3,自引:0,他引:3  
年用电量系统具有灰色系统的特征,因此,可以用灰色系统模型对年用电量进行预测.运用灰色模型(GM(1,1))对年用电量做出预测,并与传统方法进行比较,结果证明GM(1,1)模型优于传统方法,是一种有效的预测年用电量的模型。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号