层次灰色准优势分析模型及应用

灰色准优势分析是重要的系统分析方法之一。为了克服已有灰色准优势分析模型没有考虑不同系统行为特征重要性差异及不能应用于由多层次相关因素构成的复杂系统分析的局限性,本引入加权平均合成法构造了复杂系统不同层次上相关因素绝对关联度的计算方法,建立了具有更广泛应用领域的层次灰色准优势分析模型,并以江苏省科技系统为例进行实证分析,验证了所建模型的有效性和实用性。本的结果拓展了灰色准优势分析的应用范围,为科学分析由多层次相关因素构成的复杂系统提供了一个新途径。     

深成份指数的灰色行业聚类关联与预测模型研究

本文应用系统工程理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类预测方法。以深成份指数为样本对各类行业进行了聚类分析,得到了一种符合实际的聚类预测结果,阐明了灰色趋势关联聚类预测方法的有效性、方便性和实用性。     

基于灰色关联分析的中国二氧化碳排放量影响因素分析(英文)

如何实现中国碳减排目标已经成为当前的研究热点,为完成减排目标首先要研究中国CO2排放量的影响因素。首先利用灰色关联分析方法选择与中国CO2排放量灰色关联度最高的3个变量:能源消费量、第三产业比重、外贸依存度。协整检验表明中国CO2排放量和3个影响因素之间存在长期协整关系,本文同时建立中国CO2排放量的长期协整方程和短期误差修正模型。运用误差修正模型得到的中国CO2排放量预测值与真实值的比较和得到的统计值均表明本文建立的模型有较好的解释能力和信度。     

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。     

基于特征点分布的多元灰色绝对关联度(英文)

针对多元灰色绝对关联度存在分析结果与定性判断相矛盾的问题,探讨一种基于点分布特征的灰色绝对关联分析模型。该模型依据多元序列的几何描述,分区域提取邻域极值,构造多元序列的特征点集;然后根据特征点的分布特性获取反映多元序列几何特征的特征点序列;将多元序列的关联分析转化为特征点序列间的相关性分析,从而建立关联度模型。该模型具有平移不变性、转置和行列变换不变性、满足灰色关联分析公理要求。最后,通过两个实例验证了该模型的有效性。     

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。     

灰色优势分析在多雷达低空小目标跟踪中的应用

在多部雷达同时跟踪低空／超低空飞行的机动小目标时，因受低空杂波，电子干扰和雷达自身探测精度等因素影响，易使部分雷达探测的数据不完整，不精确，不可靠，甚至相互矛盾，结果造成融合中心数据处理精度下降，针对这一情况，本文应用灰色系统理论的绝对关联度定义和性质，提出了一种改进的绝对关联度计算方法，并在此基础上将多部雷达经一次融合后的数据作为特征数据进行优势分析，把每时送入融合中心比较差的雷达数据用特征数据替换，再进行二次融合，仿真结构表明，应用改进的绝对关联度对雷达数据进行灰色优势分析和二次融合，可进一步提高雷达系统的跟踪精度和可靠性。     

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PLSR-CER模型的大飞机成本风险控制

大型飞机的研制往往存在多种难以预见的不确定性因素,而且目前国内大型客机研制经验缺乏,相关的性能参数和研制成本的历史数据稀少,并存在多重相关性等问题,因此,文中引入了偏最小二乘回归方法,以客机的机体特征及性能特征作为多因变量,建立了一种多因变量对单一自变量的成本预测回归模型,并将部分客机性能参数和成本数据导入成本预测回归模型进行验证。实例分析表明,基于偏最小二乘回归法(Partial least-squares reqression,PLSR)构建的费用估算关系(Cost estimating relationship,CER)模型相对传统预测模型有很大的改善,预测的精度更高,更能体现客机研制成本与前期的性能要求之间的关系。     

Identification of Time-Varying Modal Parameters for Thermo- Elastic Structure Subject to Unsteady Heating

A time-varying modal parameter identification method combined with Bayesian information criterion （BIC） and grey correlation analysis （GCA） is presented for a kind of thermo-elastic structures with sparse natural frequencies and subject to an unsteady temperature field. To demonstrate the method, the thermo-elastic structure to be identified is taken as a simply-supported beam with an axially movable boundary and subject to both random excitation and an unsteady temperature field, and the dynamic outputs of the beam are first simulated as the meas- ured data for the identification. Then, an improved time-varying autoregressive （TVAR） model is generated from the simulated input and output of the system. The time-varying coefficients of the TVAR model are expahded as a finite set of time basis functions that facilitate the time-varying coefficients to be time invariant. According to the BIC for preliminarily determining the scope of the order number, the grey system theory is introduced to determine the order of TVAR and the dimension of the basis functions simultaneously via the absolute grey correlation degree （AGCD）. Finally, the time-varying instantaneous frequencies of the system are estimated by using the recursive least squares method. The identified results are capable of tracking the slow time-varying natural frequencies with high accuracy no matter for noise-free or noisy estimation.     

基于区间灰数信息的广义关联度模型(英文)

针对传统广义关联度模型在灰数信息背景下的拓展问题展开研究,构建了一类基于区间灰数信息的广义关联度模型。考虑现实背景下众多实际问题的元素值信息难以准确获取,采用区间灰数表征不确定信息,并将灰元信息划分成白部和灰部。在此基础上给出了基于灰数信息的广义关联度模型的求解算法。最后采用商用飞机成本指标选择问题进行实证分析说明模型的有效性。结果表明,该模型能够很好地对指标进行排序,对拓展灰色关联模型有一定的借鉴意义。     

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.     

空域拥挤风险管理时间决策模型与方法

针对目前日益严重的空域拥挤现象,缺乏有效的空域拥挤风险管理机制,造成拥挤难以应对等问题,建立了空域拥挤风险预测模型、空域拥挤风险解决模型和风险损失成本模型。采用风险预测模型和解决模型预测可能产生空域拥挤的时段、提出不同时段的实施流量管理策略,基于风险损失成本模型给出了不同时段调整拥挤的运行成本,通过比较运行成本和空域拥挤风险管理决策方法确定出解决空域拥挤的最佳时间点。采用实际运行数据进行验证,结果表明:所建立的空域拥挤预测模型、空域拥挤风险解决模型、风险损失成本模型和空域拥挤风险管理时间决策方法能有效地预测未来空域发生拥挤的时段,迅速找到运行成本最小的调整拥挤的时间点,为空中交通流量动态管理提供了新途径。     

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。