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。     

基于灰色理论的飞机结构疲劳寿命预测

对飞机结构疲劳寿命进行预测研究,具有重要的军事意义与凸显的经济价值,本文以某型军用飞机关键结构部件——水平尾翼为具体研究对象,采用通过飞机结构疲劳寿命试验专用平台得到的水平尾翼疲劳寿命的真实试验数据,运用灰色相关理论建立非等间距GM（1,1）模型,应用此模型预测飞机结构部件的疲劳寿命,并通过试验对所建模型的准确性与有效性进行验证。试验表明,非等间距的GM（1,1）模型能准确地预测飞机结构部件的疲劳寿命,降低TOM（1,1）模型的预测误差,拓宽‘TGM（1,1）模型在飞机结构疲劳寿命预测领域的应用范围,具有很好的工程实用价值。     

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。     

等维灰数递补动态预测在机场客运量预测中的应用

基于灰色系统等维灰数递补动态预测和残差GM（1，1）修正模型，对其应用的可行性进行了有益的探讨，并结合实例，对首都国际机场中短期客运量进行了预测。通过调整原始样本中的变异数据，得到比较理想的预测结果．经检验预测结果是可信的。该研究为机场客运量预测提供了一种方法，可供借鉴。     

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。     

机场水泥混凝土道面使用寿命的灰色预测

本文应用灰色系统理论对机场水泥混凝土道面的使用寿命进行研究，用建立的灰色GM（1，1）模型对机场水泥砼道面使用寿命进行预测。通过与实测值的比较，证明该方法是可行的。     

机场水泥混凝土道面疲劳可靠度的灰色预报

本文采用灰色GM（1，1）模型预测机场水泥混凝土道面的使用性能指标，并将其用于机场水泥混凝土道面疲劳可靠度的预报分析，实现了对含损伤参数的混凝土道面板未来工作状态的分析和可靠指标的预报。     

基于灰色理论的混凝土碳化深度预测

本文应用灰色系统理论对混凝土碳化进行研究，用建立的灰色预测模型GM（1，1）对混凝土的碳化深度进行了预测。通过与已知试验值的的比较，证明该方法是简单可靠的。     

导弹电子设备故障的组合预测方法研究

针对传统GM(1,1)的对纯指数型序列预测的局限性,引出了改进的离散灰色DGM(1,1)模型。应用DGM(1,1)模型与时间序列AR模型的组合模型对导弹电子设备进行故障预测,并通过实例对预测精度进行了检验。     

航空活塞发动机大修成本的GM(1,1)优化预测模型

以某台Lycoming型航空活塞发动机2009年-2013年的大修费用为时间序列样本,对其进行准光滑检验和准指数规律检验,表明可以建立GM(1,1)模型。建立常规GM(1,1)模型,求得关联度、方差比、小误差概率等指标均为一级精度,但第7次预测的相对误差较大(5.22%)。为了得到较高预测精度,采用新陈代谢GM(1,1)优化模型,结果表明第7次预测的相对误差减小到0.18%,其余指标均保持一级精度。新陈代谢GM(1,1)模型适用于航空活塞发动机的大修成本预测。     

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。     

首都机场飞行流量的灰色区间预测

首都机场是中国航班最为密集的机场之一,科学准确地预测飞行流量的发展趋势,是首都机场各级决策部门制定发展规划的重要依据。区间预测相对于以往的单一值预测而言,能更好地反应出飞行流量的长期发展趋势,为辅助决策提供了一定的选择余地。针对飞行流量的长期预测存在影响因素较多、相关数据不足等特点,提出了以GM(1,N)模型为基础的灰色区间预测新模型,该模型利用指数回归模型得出的地区GDP的长期预测值,预测出年飞行流量未来的取值区间。通过对首都机场年飞行流量的仿真计算,说明该模型能够较好地显示出飞行流量的发展趋势。     

两种模型用于卫星钟差预报的性能分析

利用二次多项式和GM（1,1）灰色系统两种模型对GPS卫星钟差进行了预报分析。计算结果表明：在短期（1d）预报中,两者的预报误差在1ns量级以内;在长期（210d）预报中,灰色模型预报精度明显高于二次多项式模型预报精度,并且灰色模型长期（210d）预报Cs钟的精度高于Rb钟。     

基于URANS/TPP模型的风扇转静干涉单音噪声预测

为了解决风扇噪声三维高精度评估问题，基于非定常雷诺平均数值模拟（Unsteady Reynolds Average Numerical Simulation, URANS）模型和三平面压力（Triple Plane Pressure, TPP）模态匹配模型，发展了风扇转静干涉单音噪声数值预测方法。分析了URANS模型管道内单音计算的可行性，并建立了误差控制准则。在此基础上，采用URANS模型获得风扇非定常流场，同时基于TPP方法进行声源提取，得到管道内单音噪声的模态特性。基于国产某型大涵道比缩尺风扇试验数据，对模型准确性进行对比验证。结果表明，该模型能够进行转静干涉噪声的可靠预测。此外，进行了基于弯掠静子的低噪声叶片设计，并采用提出的数值模型分析了三维流场/声场，探究了基于叶型设计的转静干涉声源抑制机理，实现了对风扇低噪声设计的支撑。     

基于SAE-SA-1D-CNN-BGRU的涡扇发动机剩余寿命预测

为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用 神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码（SAE）网络从高维传感器数据中提取健康因子（HI）,采用1维卷积神 经网络-双向门控循环单元（1D-CNN-BGRU）方法捕捉HI序列中的空间和时间特征,并引入自注意（SA）机制对捕捉的特征分配 权重,使用全连接层输出涡扇发动机剩余使用寿命（RUL）,以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结 果表明：利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评 分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机 维修保障及健康管理提供有效决策支撑。     

基于组合预测模型的飞行器健康预测

针对飞行器健康状况难以准确预测的问题,结合GM(1,1)模型和MGM(1,n)模型的各自优点,提出了基于组合预测模型对飞行器健康信息进行预测的新方法.首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行五级sym4小波分解,分别提取其第五层小波分解系数的绝对值平均值、标准差和奇异值三种特征向量;然后分别用GM(1,1)模型和MGM(1,n)模型对绝对值平均值进行预测,利用BP神经网络将这两种模型的预测结果作为输入、原始数据作为输出进行组合预测.实验表明,这种组合预测方法可以很好地实现对飞行器关键部件故障信息的准确预测,其预测准确度明显高于单一预测模型,从而证实了该方法的有效性.     

弹载电子设备寿命预测方法研究

介绍了寿命预测的基本概念及目前较常用的几种预测方法,分析了这几种方法的优缺点。着重描述了具有"少数据建模"特点的灰色GM(1,1)预测模型的建模方法及后验差精度检验方法,最后应用此模型解决了某型号弹载电子设备寿命预测的问题。     

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。     

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。