常用预测方法应用分析

本文针对GM（1，1）的预测方法，介绍了其原息模型、新息模型和等维新息模型的建摸方法，比较分析了基于GM（1，1）的各种预测模型应用的可靠性问题。     

基于灰色时序的航空发动机磨损故障预测模型

把时序AR(n)预测模型和灰色GM(1,1) 预测模型两者有机结合起来,形成新的灰色时序模型的预测模型.以发动机光谱为例,经过实测数据检验,显示了其更好的预测效果.     

优化的GM(1,1)模型及其适用范围

在已有灰色理论的基础上,利用“最小二乘法”确定GM(1,1)白化权函数的时间响应函数中的常数c,摈弃了传统GM(1,1)把原始序列中x^(0)(1)作为初始条件的欠科学的做法,构建了时间响应函数的优化模型。经大量的数据模拟和预测,发现优化的GM(1,1)模型各项指标均优于传统的GM(1,1)模型,且拓宽了其适用范围。     

灰色模型GM (1,2)在机场旅客吞吐量预测中的应用

通过对影响机场旅客吞吐量的主要因素进行灰色关联分析,建立GM(1,2)预测模型,并且根据首都机场旅客吞吐量的实例进行预测,实现了灰色系统理论在机场旅客吞吐量预测中的应用。通过精度的检验以及与实际情况的比较,说明GM(1,2)模型应用于机场旅客吞吐量预测的精度较高,结果可信。     

灰色系统模型研究进展(英文)

针对灰色系统模型的研究进展进行了综述,介绍了一般灰数的概念、灰色序列算子和一些常用的灰色系统模型,包括灰色绝对关联度模型、灰色相对关联度模型、基于端点三角白化权函数的灰色聚类评估模型、基于中心点三角白化权函数的灰色聚类评估模型、GM(1,1)预测模型以及多目标加权灰靶决策模型。     

基于灰色GM(1,1)模型和灰关联的数据挖掘方法

根据灰色系统模型的特点,将灰色GM（1,1）模型应用于数据的预处理,把灰关联作为一种直接的数据挖掘工具对数据进行关联分析,结合GM（1,1）模型和灰关联,给出一个完整的数据挖掘算法。     

灰色系统研究进展（2004--2014）

从灰数及其运算、灰色序列算子与灰色预测模型、灰色关联分析与灰色聚类评估模型、灰色决策模型、灰色组合模型和灰色控制几个方面介绍了灰色系统理论2004—2014年的研究进展及部分应用成果。梳理了基于"核"和灰度的灰数运算法则、一般灰数的概念、灰度合成公理及缓冲算子的一般形式,总结了4种GM(1,1)基本模型,即均值GM(1,1)模型(EGM)、离散GM(1,1)模型(DGM)、均值差分GM(1,1)模型(EDGM)、原始差分GM(1,1)模型(ODGM),及其适用的序列类型。介绍了灰色相似关联度、灰色接近关联度、三维灰色绝对关联度,以及基于中心点和端点混合三角白化权函数的灰色聚类评估模型、多目标加权智能灰靶决策模型、两阶段综合测度决策模型、灰色博弈模型、灰色投入产出模型,并且阐述了分布型、中立型和中立-分布型灰色随机时滞系统的指数鲁棒稳定性等新概念、新模型、新方法。同时提出了有待进一步研究解决的问题。     

基于灰色系统理论的战略流量预测方法研究

战略流量预测是空中交通流量管理系统的一个重要部分.借鉴新陈代谢思想,通过灰色系统理论建立了GM(1,1)模型,在统计离散数据的基础上对未来战略流量进行了预测,并利用实际数据对模型进行了验证.分析结果表明,基于灰色系统理论的战略流量预测模型符合精度检验要求,具备一定合理性,可以为战略流量管理提供决策支持.     

基于灰色理论的民航旅客运输周转量预测

对近年来民航旅客运输周转量数据进行收集整理,运用灰色预测方法,建立GM(1,1)预测模型,对未来的旅客周转量进行预测。该方法具有系统性、联系性和动态性的特点。经精度检验表明,该模型的精度等级为好。     

香港国际机场航空交通量的无偏灰色马尔科夫预测

针对香港国际机场航空交通量的灰色性和随机波动性,本文采用无偏灰色GM(1,1)代替传统灰色GM(1,1)模型,分析了2001—2012年香港机场航空交通量的数据,预测出2013年香港机场的航空交通量,然后用加权马尔科夫模型对预测结果进行优化。利用Matlab计算得后验差检验C值小于0.35,P值为1,拟合精度等级为好,表明动态无偏灰色马尔科夫能消除传统灰色GM(1,1)模型的固有误差,提高预测精度。加权马尔科夫模型对灰色预测结果优化得2013年香港航空交通量在352 241~370 780架次之间。     

基于灰色-神经网络联合模型的大型冷却塔风效应预测

基于灰色GM(1,1)模型和BP人工神经网络,建立灰色-神经网络联合的大型冷却塔平均位移和风振系数预测模型。该联合模型增强了预测结果的自适应性和准确性,能解决因气弹模型试验中测点样本数目太少而无法直接建立神经网络预测模型的局限。通过某大型冷却塔气弹模型风洞试验结果的算例分析,表明该组合模型对于平均位移和风振系数的预测结果均与试验结果吻合良好,随后基于已训练的模型给出结构风振反应精细化分析所需的输入参数预测结果。这为冷却塔结构风效应的精细化研究提供了一个新的有效方法。     

基于灰色系统GM（1，1）模型的疲劳寿命预测方法

将疲劳现象视为存在于一个灰色系统中,提出了运用灰色系统理论,通过建立灰色系统GM(1,1)模型预测构件疲劳寿命的新方法。对某试件的实验数据进行分析和计算。结果表明,该方法使疲劳寿命预测误差由原来的61.4%减小到24.1%,预测结果偏于安全,说明该方法具有较好的预测精度和工程实用价值。     

基于GM(1,1)改进模型的建筑物沉降预测

针对现代高层建筑进行沉降观测,对其未来的变形趋势进行准确地预测具有重要的意义.针对传统灰色GM(1,1)模型存在的模型精度不高的问题,本文提出了一种同时优化背景值和初始条件的GM(1,1)改进模型,并将其应用于对建筑物的沉降变形进行定量分析与即时预报.通过与原始模型和其他模型的对比分析可以发现,本文所研究的改进模型在精度上有了显著的提高,更加适用于基础沉降的预测,具有很好的工程应用价值.     

不同灰色模型在民航旅客量预测中的适用性浅析

民用机场旅客业务量受到经济、旅游、外贸、人口、综合交通、对外交往等诸多因素的影响,属于信息不完全的灰色系统。本文将GM(1,1)、GM(1,2)和GM(2,1)模型分别应用于北京地区民航旅客业务量预测,初步探讨各模型的适用情况,认为近期预测宜选GM(1,1)或引入GDP指数的GM(1,2),远期可考虑GM(2,1)。     

基于SVR-随机森林模型的民机落地剩油预测研究

针对国产民机落地剩油的预测与单一算法预测精度较低的问题，本文提出了一种基于支持向量回归机（SVR）与随机森林（RF）算法组合的预测模型对国产民机落地剩油做预测。灰色关联度分析得到落地剩油关联度较高的因素，简化模型输入量；采用单一的SVR算法与RF算法进行落地剩油预测，利用倒数误差法将两个单一算法组合起来对落地剩油做预测。实例验证，单一的预测模型准确率为81.21%、83.91%；组合模型的准确率为93.2%，提高了落地剩油预测的精度，有利于飞机在安全飞行的前提下合理减少额外油，提高经济效益。     

高温低周疲劳寿命预测模型

系统评介了应变变程划分（ＳＲＰ），频率划分（ＦＳ），频率修正损伤参数（ＦＭＤＦ），损伤速率（ＤＲ）和应变能划分（ＳＥＰ）等五种在国内外影响较大的高温低周疲劳（ＨＬＦ）寿命预测模型，并对ＨＬＦ寿命预测的损伤力学方法作了简介。基于能量原理，本文建立了一个新的ＨＬＦ寿命预测模型，即时间修正能量（ＴＭＥ）模型。通过引入时间因子和采用优化处理技术，该模型能较准确地反映塑变、蠕变和环境介质等ＨＬＦ损伤机制的作用。利用镍基超合金Ｒｅｎｅ’９５（涡轮盘材料）的ＨＬＦ试验数据，对上述几个模型的拟合能力和预测能力进行了评价。结果表明，对于该材料，ＴＭＥ模型要优于其他几个模型。     

基于成本的机载通信系统可靠性安全性一体化设计

针对民用客机的通信系统,在其研发过程中以成本为约束条件权衡系统安全性可靠性作为研究目标。首先确定通信系统可靠性安全性指标,进而通过灰色关联分析与多元线性回归提取关键影响因子并进行量化,并运用MATLAB软件建立单目标-多目标一体化加权指数ZETA评分模型,根据实际要求对比分析了优化结果中不同的权衡域。最后根据民用客机通信系统研发成本,通过基于核和灰度的灰色马尔科夫预测模型对未来某系列民用客机通信系统研发成本进行预测与平均误差计算,验证一体化寻优模型的可行性与可信度。结果证明一体化权衡模型有很好的工程参考价值。     

超高速碰撞碎片云质量分布快速预测技术

在航天器防护构型设计中,快速预测空间碎片超高速碰撞防护屏产生碎片云的质量分布及其变化规律具有重要意义。本文初步探索了采用深度学习方法预测超高速碰撞碎片云的二维质量分布及其变化过程。训练数据来自约2000个弹丸（铝球）超高速正碰撞靶板（铝板）的光滑粒子流体动力学数值模拟结果,共考虑4个变量（弹丸速度范围3～8 km/s、弹丸半径范围2～8 mm、靶板厚度范围1～4 mm以及观测时间范围1～12 μs）。系统比较了反卷积模型和多层感知机两种模型的预测效果,重点考察了模型的外推能力（应用于训练参数范围之外）。研究结果表明:在训练参数范围内两种模型的预测精度都很高;反卷积模型能够捕捉到碎片云质量分布的颗粒特征,但外推能力较差;多层感知机模型将碎片云中的质量进行了局部均匀化处理,具有较强的外推能力;多层感知机模型通过学习1～12 μs的碎片云质量分布,能够以一定精度预测24 μs时刻的质量分布;反卷积模型的预测时间为毫秒量级,多层感知机模型的预测时间为秒量级。     

基于灰色预测的自适应解耦控制

传统的预测控制算法虽然有着良好的性能,但是需要求解复杂的丢番图方程.因而在实际应用中,算法的计算量很大,难以满足实时性要求.文中结合灰色理论,利用GM(1,2)模型辨识多输入多输出系统的参数,提出了一种解耦灰色预测控制算法.该算法可以采用较少的数据进行建模,需要辨识的参数也较少,并且元需求解丢番图方程,所以减少了计算量.为了消除系统各通道之间的输入输出耦合,在性能指标中引入解耦因子,给出了详细的解耦推导过程.最后,对解耦灰色预测控制算法进行了设计.仿真结果表明:本文算法能够有效地消除系统耦合,进而提高多输入多输出系统的闭环跟踪性能.     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。