基于熵权法优化组合的PSO-SVR-NGM边坡位移预测

基于边坡监测数据建立数学模型,是边坡变形和稳定性分析的重要方法。但是单一预测模型的形式和应用范围具有一定的确定性,不同模型对数据的利用程度也有所差别,往往不能充分运用已知信息,导致模型精度不高,适用性不强。针对单一预测模型存在的问题,提出一种基于熵权法的PSO-SVR-NGM优化组合模型。该模型结合高精度变权缓冲NGM(1,1,k,c)模型和PSO-SVR模型,能够减小单一预测模型的误差,大幅度提高预测精度。首先通过引入变权缓冲算子λ和背景值权重系数η、κ改进无偏NGM(1,1,k,c)模型,构建新的3参数变权缓冲NGM(1,1,k,c)模型。结合最大灰色关联度和最小平均相对拟合误差重新构造粒子群算法的适应度函数,利用改进的粒子群算法对提出的变权缓冲模型进行搜索寻优,确定最佳的参数组合。然后通过熵权法对改进的变权缓冲NGM(1,1,k,c)模型和PSO-SVR模型进行赋权建立优化组合模型。最后,将该组合模型应用于3个不同变形特征的边坡工程中,并与其他单一模型进行对比分析。结果表明,相对于单一模型,本文所提出的组合模型的拟合和预测误差较小,与原始位移数据的相关性较好,能够更真实地反映边坡变形规律,具有较强的工程适应性。同时组合模型的提出与发展也促进了单一模型的优化改进,为解决实际工程问题提供了良好的思路。

优化系数的NGM(1,1,k)模型在中长期电量预测中的应用

NGM(1,1,k)灰色模型预测电力系统中长期电量的精度较低,考虑增加一修正量对模型系数进行修正。按照拟合值与真实值的误差平方和最小来求解此修正量,并结合缓冲算子对原始电量数据进行处理,建立了优化系数的灰色电量预测模型。将改进灰色模型应用于两个地区的中长期电量预测中,预测结果表明,优化的灰色模型有效地提高了预测精度。

NGMS 中的质量管理与质量保证信息系统初探

在分析了下一代制造系统（ＮＧＭＳ）的产生背景及其特征和构架的基础上，提出下一代制造系统中的质量管理与质量保证信息系统的特征，并将下一代制造系统中的质量管理与质量保证信息系统与传统的质量管理与质量保证信息系统进行了比较．然后提出了基于Ｉｎｔｅｒｎｅｔ和Ｉｎｔｒａｎｅｔ的下一代制造系统中的质量管理与质量保证信息系统的系统框架和底层制造单元级质量信息子系统的具体结构．

基于因特网的NGMS质量管理与质量保证系统

分析了下一代制造系统（ＮＧＭＳ）对质量管理与质量保证的需求特点，提出了下一代制造系统质量管理与质量保证系统的网络结构、软件结构及功能结构，介绍了系统的开发设计方法．最后对系统在国内的具体实施方案进行了探讨．

基于NGM(1,1,k,c)模型和改进切线角的危岩变形预测

针对危岩变形预测问题,本文以非齐次指数序列的灰色模型(NGM)作为危岩变形预测的基本模型,通过对望霞危岩变形的分析结果显示,NGM(1,1,k,c)模型拟合效果明显优于GM(1,1)模型,说明危岩变形趋势更接近于非齐次指数序列。利用NGM(1,1,k,c)模型结合改进切线角可对危岩变形趋势进行分析预测,可作为危岩稳定性和发展趋势的评估依据。

基于归一化映射规则的一般灰预测模型NGM(1,1)

通过对白化微分方程解的指数函数特性的分析 ,提出原始灰序列的归一化映射规则 ,使非等间距灰预测模型NGM( 1,1)适应一般灰序列 ,灰预测精度也大大提高 ;这亦解决了含负值灰序列预测的理论问题 ,拓宽了灰色预测理论 .最后给出了两个验证性算例 .

初始条件优化的正态分布区间灰数NGM(1,1)预测模型

在不确定信息广泛存在正态分布的背景下,首先结合正态分布的参数特征将区间灰数序列转化为实数序列,然后对实数序列分别建立NGM(1,1)模型,并基于信息充分利用原则及新信息优先原理对初始条件进行优化,最后反推区间灰数的上下界.算例分析表明所建模型具有有效性和实用性.

基于数据变换技术和无偏NGM(1,1,k)模型的电力负荷预测

针对电力负荷数据以近似非齐次指数规律增长时采用GM(1,1)及其各类改进模型模拟误差较大问题,基于无偏NGM(1,1,k)模型的建模机理,采用函数变换方法作为数据变换技术处理负荷数据,并以预测精度作为数据变换技术优选条件。实例应用结果表明,该方法有效可行。

非等间距NGM(1,1,k)模型的改进算法及其应用

针对观测数据的非等间距性以及NGM (1, 1, k)模型建立的不足,本文构建了灰作用量优化的非等间距NGM (1, 1, k)模型.基于数值积分原理,推导出模型背景值改进算法的非等间距Simpson数值积分公式.然后利用原始数据序列的观测值与模拟值的相对误差平方和最小为目标,构建新的效用函数作为求解新模型的时间响应函数中的最优常数表达式,从而形成了完整的非等间距NGM (1, 1, k)模型的改进算法.最后,通过两个算例验证了所提出模型的有效性和实用性,表明了优化模型可以有效地提高预测精度.

内涵型NGM(1,1,K)预测模型及其在油液光谱分析中的应用

新灰色预测NGM(1,1,K)模型存在定义型与白化型不匹配问题。为消除因不匹配问题而引起的固有偏差,提出内涵型NGM(1,1,K)灰色预测模型,并给出该模型的预测公式。将该模型用于某型挖掘机液压系统油液光谱分析元素浓度值的拟合与预测,得到较高的精度。预测值结合光谱分析元素浓度值的阈值,可以有效预测液压系统未来运行状态,做到主动维护,保障液压系统可靠运行。

大型桥梁施工预测控制系统研究

为了保证实际施工中结构各节段在构形和受力状态两方面逼近施工节段合理状态,避免事故发生,确保工程高效、安全、优质,基于归一化映射规则,研究灰因和白果,提出了适应任意灰序列的灰预测模型NGM(1,1);研究遗传算法的随机摄动法,提高向前滚动优化效率;研究强度、稳定性的同步分析技术,保证施工过程强度、稳定性安全。在此基础上,论述了大型桥梁施工控制系统的理论特色,以实例说明了其应用,论证了其正确性。

下一代制造系统网络性能管理模型

通过对下一代制造系统网络特点的分析，提出了一种基于Ｉｎｔｅｒｎｅｔ的分布式网络管理系统，给出了其核心—基于人工神经网络的网络性能管理专家系统的模型．同时对此模型的核心模块─—神经网络模块进行设计，实现网络性能问题的发现和相关原因的分析，并提出优化建议．

国外空空导弹发展动态研究

介绍了国外空空导弹在2012年的发展情况,综述了"下一代导弹"、AIM-120、"流星"、AIM-9X导弹、AAM-4和"怪蛇"6等导弹的最新进展和试验情况,最后总结了近年空空导弹的发展特点。

美国下一代空空导弹发展历程与启示

为继续保持空中作战优势,美国开展了具有对空和对地攻击能力以及双射程能力的第五代空空导弹的研制。本文在研究美国武器装备论证机制的基础上,详细阐述了下一代空空导弹的作战背景、研制过程、试验及鉴定情况,分析了其发展特点,并总结其为国内武器装备发展带来的启示。

基于控制图的工序加工状况模糊判别

提出了监测工序加工状况的一种新方法．先对工序的检测数据进行常规统计分析，再通过模糊综合判别方法自动判别工序的稳定性．在计算机上模拟典型样本对建立的神经网络进行训练，然后用于工序状况的模糊判别，提高模糊判别的精确度．用实例对这种方法进行了说明．该方法适用于下一代制造系统（ＮＧＭＳ）中的工序质量控制．

质量控制图中趋势模式的综合识别方法

提出了一种综合模糊技术与神经网络技术对基于控制图的趋势模式进行自动分类识别的智能方法 .将控制图作为信息图用于趋势模式的提取 ,用模糊化的控制图模式数据构造训练集 ,将训练后的BP神经网络用来对趋势模式进行自动分类识别 .该方法为工序状态异常模式识别提供了一种新的方法 ,提高了工序异常状态分类识别的效率和可靠性 .

灰导数优化的一类灰色预测直接建模

针对原始序列为近似非齐次指数规律,利用直接建模思想,得到NGM(1,1,K)模型的直接形式;以模型的白化方程为基础,运用梯形公式优化灰导数,改进了时间响应函数,从而对NGM(1,1,K)直接模型进行了改进.应用实例表明:该改进模型可以有效提高模型精度,也拓宽了灰色预测模型的使用范围.

新一代玻璃熔制系统及其配合料制备技术简介

新一代玻璃熔制系统(NGMS)是一种基于高效传热方式的分段式玻璃熔化新技术系统,是未来玻璃工业面对节能减排需求的一个关键技术。分段式熔化、飞行熔化、浸没燃烧等新技术的出现,需要玻璃配合料的制备技术与之相匹配,才能真正达到高效节能减排之目的。系统介绍了NGMS中的几种玻璃熔制技术新理念及与之相适应的配合料制备新要求,为玻璃熔制技术的革新、实现玻璃工业生产的高效节能减排提出了一些建设性意见。

白化方程优化和新信息的一类灰色模型

针对灰色系统理论中灰色预测模型预测方面,传统模型仅限于对近似齐次指数规律序列进行建模的不足,对原始序列为近似非齐次指数规律的情形,得到一类灰色NGM(1,1,K)模型,通过对NGM(1,1,K)模型中的白化方程进行优化的方法,同时利用灰色系统的新信息原理优化时间响应函数,建立了一种改进的灰色NGM(1,1,K)预测模型.实例结果表明,该改进模型具有较高的预测和拟合精度,推广了灰色预测模型的适用范围.

下一代制造和协作工程

介绍当前在美国流行的“下一代制造”和“协作工程”的概念 ,下一代制造的行动框架 ,包括 4大战略和 10大措施。并着重讨论了快速产品过程实现、知识和创新 ,以及企业集成等问题。可作为我国制造业 2 1世纪走向全球化、信息化、知识化和集成化的一种参考。