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.     

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。     

基于多变量灰色数列模型的民航客运量预测

通过增加白信息量降低预测系统的灰度,以灰色GM（1,1）和GM（1,N）模型为基础,提出了多变量灰色数列预测模型——PGM（1,N）模型,并将PGM（1,2）模型用于实例。结论为利用多变量灰色数列预测模型适宜,预测精度较高。     

基于灰色GM(1,1)模型的桂林市GDP预测研究

分析和预测国内生产总值(GDP)发展数据对预测国家或地区经济发展有很大的参考作用,为此提出了一种基于灰色理论的桂林市GDP预测的改进GM(1,1)模型。为克服GDP历史数据波动的特点,对历年桂林市GDP原始数据进行平滑处理与初始条件的修正,提出了一种新的改进GM(1,1)预测模型,并对其进行预测精度等级评价。以桂林市GDP历史数据实例进行检验与对比,结果表明该预测方法的可行性和有效性具有较高的预测精度和准确度,可作为桂林市国民经济发展的决策参考。     

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。     

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.     

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。     

基于自组织神经网络的空中交通复杂度参数优化及预测

首先介绍了国内外关于空中交通复杂度的定义及研究现状。然后在现有的空中交通复杂度模型中挑选空中交通复杂度参数,再利用自组织神经网络,分析所选取的空中交通复杂度参数之间的关系,达到将高维空中交通复杂度参数进行降维分析的目的。然后对于优化了的空中交通复杂度参数使用RBF神经网络进行预测,比较预测结果,得到最优的空中交通复杂度参数。     

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。     

空中交通流微观跟驰模型研究

为解决单向无超越的空中交通高速路交通流在运行时的状态描述问题,提出基于跟驰理论的空中交通流的微观跟驰模型。本文以地面交通流的跟驰模型为出发点,首先分析了空中交通流与地面交通流特点的不同之处;然后,根据空中交通流自身的特点,建立了空中交通流的跟驰模型并进行了算例分析。研究结果表明,运行于空中高速路之上的航空器速度越快,距离间隔越近,后机相对于前机的跟驰反应就越强烈。     

用于复杂装备费用驱动因子筛选的灰色凸关联模型

针对复杂装备费用预测中样本少和费用影响因素繁多的问题,分析以往灰色关联度的缺陷,运用改进的灰色凸关联度建立费用影响因素与费用之间的灰色关联模型。依据灰色凸关联度的大小和接近程度筛选费用驱动因子,利用所选择的驱动因子建立多元回归模型。与已有文献中的方法进行对比,结果表明本文方法具有较高的预测精度,说明改进的灰色凸关联度模型能够诊断复杂装备费用的关键影响因素。     

基于容流匹配的进离场航班调度优化模型和算法

综合考虑机场的空中等待航班数量、空域容量、场面容量以及机场起飞需求等约束条件,以可变的优先级为调配手段,以总延误时间最短为目标函数,建立了一个新的基于容流匹配的进离场航班调度优化模型。引入合作型协同进化遗传算法,设计了用一对代表个体形成合作团体的新选择方式,有效解决了传统遗传算法种群多样性低、易早熟等问题。仿真结果表明,该模型能够在满足机场容量限制的同时,有效降低航班的总延误时间。     

对两例机场导航台故障导致飞行程序变化的分析研究

随着航空新技术的应用,因为精度要求机场导航台校验飞行或故障关闭已经成为常态化,然而导航台不可使用导致飞行程序的变化将直接影响管制运行指挥和机组进近飞行。本文分析了导航台故障后如何对机场运行标准构成影响,并提出了相应的安全建议。     

枢纽机场空侧容量利用和流量分配优化模型

通过引入满意度函数,以航班流量和容量利用满意度最大化为目标,建立了机场空侧定位点流量分配和跑道容量利用的多目标优化模型。利用ILOG对模型算例进行了求解。结果表明,采用本文模型求解得到的各个定位点的整体航班需求排队队列比Gilbo模型的结果减少了10%。在研究时间段内(3 h),通过优化分配各个时间间隔(15 min)各定位点的进离港航班流量,所有航班需求得到满足且在最后的时间间隔没有产生延误队列,从而又保证了一定的容量利用满意度(h=0.75),实现了机场终端区某一特定时段内现有容量更有效的利用,减少了航班延误。     

机场地面容量评估研究

提出基于滑行路径动态寻优的机场地面容量评估方法。对于结构复杂多样的机场地面,当跑道、滑行道和停机位使用情况和航班流变化时,根据机场地面运行的具体特点,首先建立机场地面有向网络模型,引入滑行道的权值概念,再通过D ijkstra算法进行动态路径寻优,并与冲突探测相结合,对滑行道和停机位进行合理分配。最后通过计算机仿真来评估容量。仿真实例表明,该方法不仅可以增强机场地面容量评估的灵活性和准确性,还可以应用于机场地面交通引导。     

基于大规模并行D-W分解算法的空中交通短期流量管理模型研究

针对空中交通短期流量管理问题,给出了整机型的空中交通短期流量管理模型(ST-TFMP)。运用大规模并行的D-W分解算法,结合数据仓储技术,快速解决了航班延误最小问题。同时对算法的计算性能进行了计算估计和实验分析。通过对实际终端区流量进行仿真计算,仿真结果验证了本文提出的并行算法的合理性。