声目标的灰色预测

对像直升机这样的声目标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,本文提出了用灰色系统理论解决声目标就迹预测问题,建立了灰色系统GM航迹预测模型,并给出了GM预测模型检验的方法,通过实时在线建立GM预测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.     

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。     

数控机床主轴热误差测点优化及建模技术研究

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。     

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。     

基于灰色系统理论的刷式密封磨损量的预测方法

运用灰色预测理论,根据已有试验测得的刷丝磨损量数据,建立刷式密封刷丝磨损量的灰色预测模型,估算刷式密封件的使用寿命,并进行了试验验证。试验结果表明：灰色模型预测具有可行性且具有良好的预测精度及,3种试验工况下工作500 min时的刷式密封磨损量进行预测对比,最大相对残差为1.57%,最大绝对残差为0.16 mm³,对后续刷式密封装置的稳定运行、修理和更换具有一定的参考意义。     

材料腐蚀预测数学模型的研究

分别用灰色 GM( 1,1 )模型、动态数据双向差分模型对腐蚀试验数据进行了拟合和预测。结果表明 :灰色 GM( 1,1 )模型对腐蚀数据有较好的拟合和预测精度,且对数据有较好的适应性;动态数据双向差分模型对波动不大的腐蚀数据有较好的拟合和预测精度,对波动较大的腐蚀数据其拟合和预测的误差较大。并将两种模型和大气腐蚀研究中常用的幂函数模型进行了比较。     

基于灰色马尔可夫模型的公务航空市场需求预测

当前中国公务航空在快速发展的同时也受到多方面因素的制约,针对此特点,结合灰色预测与马尔可夫链理论的优点,尝试对中国公务机的需求量进行预测。首先对原始时间序列进行改进处理,建立了GM(1,1)模型,然后用马尔可夫模型对预测值予以修正。实验结果表明,改进后的灰色马尔可夫模型预测精度有了进一步提高,能较好地应用于中国公务机市场需求量的预测,且改进方法便于操作,有较高的实用性。     

基于灰色理论的导弹装备故障间隔时间预测

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.     

基于组合预测模型的某型导弹贮存寿命评估方法

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。     

非等时距Verhulst修正模型及其在直升机故障率预测中的应用

直升机累计故障率曲线与Verhulst模型曲线相近。但是,Verhulst模型要求初始数据具有等距、呈“S”型特点,且其模型终值趋于灰色发展系数a／b,无法实现对直升机故障率准确预测。针对这一问题,提出非等时距Verhulst模型,并应用该模型进行直升机累计故障率预测。同时根据直升机累计故障率终值趋于1的特点,为模型增加了预测误差修正项。通过实例验证表明,非等时距Verhulst修正模型预测精度达到了94．1％,对中长期预测具有重要的意义。     

系统动态安全评价与预测的灰色方法

本文提出定量安全评价与预测的动态安全指标，灰色逻辑代数，然后使用ＧＭ（１，１）给出了系统动态安全评价与预测的新方法。     

基于灰色理论的自适应多参数预测模型

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。     

改进灰色预测模型在对地攻击弹药需求预测中的应用

针对战时航空兵编队对地攻击的弹药需求问题,研究了灰色预测模型在弹药需求预测中的应用问题。首先,分析了影响弹药需求预测的主要因素;其次,分析了基本GM(1,1)模型存在的问题,提出了一种新的改进参数和时间响应序列的GM(1,1)模型;最后,分别用基本GM(1,1)模型和改进的GM(1,1)模型对一组弹药需求数列进行比较分析。结果表明,相对于基本GM(1,1)模型而言,改进的GM(1,1)模型的相对误差较小。     

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．     

一种解决经验模态分解端点效应的边界延拓法

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。     

辽宁省工业总产值指数的灰色预测

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。     

基于改进的灰色RBF模型的初始备件预测研究

针对初始备件故障规律不稳定和历史消耗数据少的特点,将遗传算法、GM（1,1）模型和RBF神经网络有机结合．提出了改进的灰色RBF预测模型。该模型利用遗传算法对GM（1,1）模型参数进行动态寻优,并利用RBF网络对预测值进行残差修正。最后,通过采集新机部队某初始备件上半年的消耗数据,对该模型进行了实例仿真。结果表明：改进...     

非等间距GM(1,1)模型研究

非等间距GM(1,1)模型是灰色理论中的重要组成部分。文章分别从数据变换生成方法、建模方法、背景值优化、初始条件优化、模型参数估计方法的优化、其他要素的优化和模型的拓展7个方面对近年来非等间距GM(1,1)模型的研究进展进行比较全面的梳理,明确了有待进一步研究突破的问题,并对非等间距GM(1,1)模型未来的研究方向和重点提出建议。     

基于灰色补偿反步法的机动指令跟踪控制

基于三自由度飞行动力学模型和运动学模型,提出了一种带有灰色补偿的反步(Back-stepping)控制方法,以实现某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解成3个轴方向的相对简单的子系统;然后,针对3个子系统采用反步法分别设计出模型中没有干扰时的控制律,并采用GM(0,N)预测模型对不确定部分的模型参数进行辨识,进一步根据估计出的参数设计灰色补偿控制律;最后,根据3个子系统设计出的控制律解算出同时满足3个子系统渐进稳定的控制输入,这样使得整个系统渐进稳定。仿真结果表明,GM(0,N)预测模型能精确预测不确定模型参数,该算法能够高效实现预定的战术机动动作。