灰色系统理论在年用电量预测中的应用

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。     

基于灰色系统预测直升机航迹的研究

 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。     

基于灰色系统的导弹研制费用--参数模型

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.     

经济增长非线性时序预测方法研究

分析了经济系统非线性时诹预测的国内外研究现状、现代经济增长模型在预测中存在的不足之处，阐述了经济增长系统的非线性、动态反馈性、开放性等特征，并应用非线性时序理论，研究了经济增长的非线性时序预测问题，给出了经济增长非线性时序预测的方法。     

亚洲10大枢纽机场运营绩效预测研究

提高机场未来运营绩效是可持续发展的关键,对其进行准确预测是改善机场运营绩效的基础。考虑到突发事件的影响,单纯定量预测存在预测失真问题,本文采用定性定量结合分析法预测亚洲 10 大枢纽机场“十四五”期间的运营绩效,对比灰色模型定量分析法和 ARIMA 模型的预测结果,并对机场运营绩效预测结果进行分析。结果表明：灰色模型定量分析法比 ARIMA 模型更适合预测机场运营绩效;与实际统计值相比,灰色模型预测的误差都小于 4%,预测精度较好;采用定性定量结合分析法得到了机场未来运营绩效预测的结果,比单纯定量预测更符合实际情况。     

滑油光谱分析的时序建模与故障预报研究

本文讨论了时序建模方法在机械设备滑油光谱分析中的应用,通过运用ＡＲ模型对采集的航空发动机滑油光谱数据进行时序建模和预测分析,获得了满意的效果。这一成果,为机械设备的状态监控和故障预报提供了一种实用方法。     

灰色回归模型及其应用

本文给出了灰色回归模型及灰色正态分布的定义，并将其用在蒸气工厂对蒸气用量的预测中，得到令人满意的结果。     

基于灰色模型的MEMS陀螺温度补偿

首先,分析了温度对零偏的影响机理,并针对环境温度影响导致MEMS陀螺零位输出变化较大的问题,提出了一种基于灰色模型的温度补偿方法,即原始数据先通过灰色模型进行预处理;然后,根据灰色模型处理过的数据,建立一种补偿模型,并用该模型对测试的数据进行预测补偿。试验表明,采用该方法使陀螺零位在全温范围内稳定精度提高了一个数量级,证明了提出方法的可行性和有效性。     

基于灰色神经网络的疲劳裂纹预测方法研究

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。     

基于灰色神经网络组合模型的航空发动机磨损趋势预测

航空发动机的磨损机理十分复杂,且受到诸多不确定因素影响,单一预测模型难以对其变化趋势进行有效预测。针对该问题提出了一种BP网络与改进灰色模型相融合的组合预测模型,并引入混沌理论的C—C方法确定BP网络的嵌入参数和时间延时。仿真结果显示,该组合模型相比单一的神经网络模型和灰色模型精度更高,更客观地反映出发动机滑油中金属含量的变化趋势,可为科学制定发动机维修决策提供重要依据。     

基于灰色马尔可夫链的航空货邮预测

结合航空货邮的特点和灰色预测及马尔可夫链理论的优点，提出航空货邮预测的灰色马尔可夫链模型。灰色马尔可夫链模型既考虑了从时间序列中挖掘数据的演变规律，又通过状态转移概率矩阵的变换，考虑数据的随机波动，它将时问序列数据固有的两种性质有机结合起来，具有严密的科学性，能较好地应用于中国航空货邮运输量的预测。     

适航指令案例安全风险灰色评估与预测模型

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。     

基于灰色模型GM（1，1）的机场旅客吞吐量预测研究

机场旅客吞吐量是机场企业最重要的生产指标，目前还没有一种行之有效的方法来对其进行预测。灰色模型由于需要的原始数据较少，精度较高等优点，能满足预测的要求。探索灰色模型在机场旅客吞吐量预测中的应用可以在很大程度上促进机场企业的发展，提高其经济效益。本文讨论了灰色模型GM(1，1)及其改进模型在机场旅客吞吐量预测中的应用，提出了适合普通周及特殊周机场旅客吞吐量的数据处理方法，提高了预测的精度。     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

西安市工业废气排放总量的灰色预测模型

通过使用灰色模型预测了西安市2009-2015年的工业废气排放总量.预测结果经过残差检验、关联度检验和后验差检验,误差在允许范围内.可以有效地为西安市制定大气污染控制政策和规划提供参考数据.     

利用时序模型进行科研资金预测的方法

利用时序分析的方法研究了数据较少、信息短缺情况下的图解预测法 ,并把这种预测方法运用于科研资金预估中 ,结果表明其精确度可以满足要求 ,并有较好的实用性。     

中国民航旅客吞吐量的灰色马尔可夫模型预测

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．     

基于K线理论的股票灰色预测方法研究

文章将GM(1,1)模型用于股票预测,提出了基于K线理论的股票灰色预测方法,并通过预测实例说明了其有效性.     

蒸汽用量的时序分析

本文利用多元时序分析方法，建立蒸汽用量的二维时序预测模型ARV（1，2），并得到满意的拟合结果。     

海军导弹武器装备使用保障费用灰色研究

分析了导弹装备使用保障费用的影响因素,建立了费用分析模型,并针对海军导弹装备使用保障费用信息特点,引入灰色理论,建立了GM(1,1)模型,用于装备使用保障费用的预测和计算.