PSO优化灰色Verhulst模型用于研制经费投资决策

针对新型装备研制经费投资分析问题,基于研制经费的数据特点和变化趋势特征以及灰色系统理论的独特优势,提出采用灰色Verhulst模型用于新型装备研制经费的投资分析。考虑到传统Verhulst模型中基于最小二乘的参数估计方法对年度投资变化较大时所出现的不适应性,提出采用粒子群优化(particle swarm optimization,PSO)算法优化模型参数,进而确定对新项目的年度经费投资额。应用分析表明,灰色Verhulst模型能较好适应数据的变化规律,同时基于PSO算法的参数优化方法较最小二乘法能得到更好地结果,可以用于指导研制经费的进度付款和合同签订。

基于灰色Verhulst模型的江西省人口预测

引言。江西是一个人口大省,但经济落后于周边省份,随着国家生育政策的调整,准确预测江西人口变化规律对于江西经济腾飞以及城市规划具有举足轻重的作用,有利于自然资源有序分配和自然环境保护,因此,必须将人口预测上升到实现江西省各方面有序发展的战略高度。把握经济发展和人口变化的相互关系,做好人口发展规划,逐步完善人口发展政策体系,对实现江西省人口与经济、资源协调和可持续发展、全面建成小康社会具有重大意义。

基于灰色Verhulst模型的矿区地表沉降预测研究

灰色Verhulst模型是灰色系统理论模型的重要组成之一,对“S”形曲线具有良好的表现能力。针对灰色Verhulst模型在矿区地表沉降预测中的适用性问题,以灰色Verhulst模型为矿区地表沉降预测模型,以某煤矿综采工作面地表沉降监测数据为数据源,选取其中2个点(M36和M79)开展了灰色Verhulst模型地表沉降预测研究。同时,以后验差比C、小误差概率P和预测值平均相对误差综合进行模型预测精度评价。结果表明:M36和M79号点的预测结果P值均为1,C值分别为0.22和0.07,模型等级均为优秀。M36和M79号点的预测结果平均相对误差分别为1.18和0.27,与C、P值保持一致。灰色Verhulst模型可对地下采煤引起的地表移动初始期、活跃期和衰退期三个阶段开展全周期预测,是矿区地表沉降预测的适用性模型。

基于小波去噪的灰色优化模型在变形监测中的应用研究

小波去噪在处理数据时能够剔除原始数据中的异常值,使得原始数据序列更加平滑。本文采用了基于小波阈值去噪和灰色模型的组合优化模型对建筑物沉降变形趋势进行预测研究,利用某工程项目中去噪后的前10期观测数据分别建立传统GM(1,1)模型、灰色Verhulst模型以及新陈代谢GM(1,1)模型,并对不同模型的预测效果进行综合分析。结果表明:基于小波阈值去噪的新陈代谢GM(1,1)模型预测精度最高,均方差为0.0449 mm,模型精度检验等级为Ⅰ等,因此,小波阈值去噪的新陈代谢GM(1,1)组合能够对建筑物沉降变形趋势进行更为科学准确的预测。

基于线性最优化的灰色模型在桥梁施工控制中的应用

论文分析了传统灰色理论在预测悬臂浇筑桥梁施工状态时的缺陷,提出采用线性最优化方法取代传统最小二乘法来确定GM(1,1)模型的参数,案例表明采用改进后的方法对桥梁施工状态进行预测,具有操作简单、精确度高的特点。文章还对灰色理论计算悬臂浇筑桥梁的预拱度进行了详细研究,形成了一套完整的桥梁施工控制计算方法。

灰色Verhulst模型的优化及其应用

针对灰色Verhulst模型的优化单一,多种优化不能有效结合的情况,在同时优化背景值和初始值的基础上,建立将两种优化相结合的灰色Verhulst模型。利用该模型对我国手机网民增长规律进行研究,结果表明,优化灰色Verhulst模型具有较高的精度。

基于灰色关联和Kriging模型的汽车饰件注塑工艺优化

为减小某汽车内饰件注塑成型质量缺陷,提出了基于灰色关联分析和Kriging代理模型的注塑成型质量多目标优化方法。以塑件的Z方向翘曲变形值、体积收缩率、缩痕指数为优化目标,影响了塑件成型质量的熔体温度、模具温度、保压压力、保压时间等注塑工艺参数,应用最优拉丁超立方试验设计方法结合模流分析进行数据采样,基于灰色关联分析(GRA),将多目标优化问题转化为单目标优化问题,利用层次分析法(AHP)确定各优化目标对灰色关联度的影响权重,建立灰色关联度与各工艺参数之间的Kriging代理模型,采用自适应粒子群算法(APSO)在代理模型内进行全局寻优,得到最佳工艺参数组合。结果表明,Kriging代理模型的预测值与实际结果基本吻合,优化后,Z方向翘曲变形值、体积收缩率、缩痕指数分别为0.2686 mm、2.235%、0.3971%,与优化前相比,分别降低了1.21%、30.11%、68.53%,因此,提出的方法能实现注塑成型质量多目标优化。

基于改进非等时距灰色模型与PSO优化的轨道不平顺预测

基于轨道动检数据开展的轨道不平顺预测研究,可用于指导以预防为主的养护维修作业。将改进非等时距灰色模型与粒子群优化(Particle Swarm Optimization,PSO)相结合来实现轨道质量指数(Track Quality Index,TQI)的高精度预测。在考虑TQI原始动检数据特征的基础上增加原始数据平滑优化、累加初始值优化和背景值优化等环节提出改进非等时距灰色模型。利用PSO算法的启发式搜索优势,以平滑优化参数、初始值优化参数、背景值优化参数为搜索目标,以预测平均相对误差为适应度函数,实现预测模型参数的自适应优化。在此基础上,基于优化参数计算得到拟合区间和外推区间上的TQI预测结果。选取沪昆线上行区段实测TQI数据对本文方法进行验证,并与既有TQI组合预测模型的预测结果进行了对比。研究结果表明,模型可有效捕捉TQI序列中的随机波动与实时演变趋势,在外推区间上的平均相对误差分别为2.04%和2.54%,预测性能优良;当TQI序列振荡特性显著时,本模型仍能保证预测结果的可靠性;与组合预测模型相比,该模型规避了残差修正、多算法融合等繁琐步骤,可通过有限优化环节提升预测精度,为轨道不平顺预测提供一种新方法。

优化的灰色离散Verhulst模型在基坑沉降预测中的应用

基于传统的灰色Verhulst模型在基坑沉降预测中精度较低的问题,提出优化的灰色离散Verhulst模型。在基坑沉降监测中,由于有新的监测沉降值不断补充到原始数据序列中,各种因素会带来新的扰动,原来的模型精度降低,为避免由此产生的误差,用新陈代谢方法建立优化灰色离散Verhulst一维、二维新陈代谢模型。将传统Verhulst模型、优化的灰色离散Verhulst模型及优化灰色离散Verhulst一维、二维新陈代谢模型进行比较。研究结果表明:该模型通过采用离散化思维对原数据序列进行倒数变换,从连续形式向离散形式变化,减小了传统Verhulst模型建模过程中从微分方程到差分方程带来的误差;采用新陈代谢方法的优化灰色离散Verhulst模型精度更高,可选用该模型对基坑进行沉降预测。

无偏灰色Verhulst模型的优化及其应用

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x(1)(1)和x(1)(n)为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和在理论上达到最小.在此基础上,给出最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性.

基于背景值优化的灰色Verhulst模型及其应用

灰色Verhulst模型的模拟精度依赖于背景值和结构参数。文章以灰色Verhulst模型的白化方程为基础,运用积分方法重新构造背景值公式,经过简单推导得到一种背景值优化的Verhulst模型。实例分析表明,优化的灰色Verhulst模型不仅具备可行性和有效性,而且具有更高的预测和模拟精度。

改进灰色Verhulst模型的优化设计

文章针对灰色Verhulst模型中初始值与背景值的择取,设计了两种不同的改进灰色Verhulst模型,并采用我国入境游客经济的发展进行预测,并对两种预测结果进行比较。结果显示,改进的灰色Verhulst模型相对传统灰色Verhulst模型拟合精度更高,第二种改进灰色Verhulst模型的拟合精度也优于第一种改进灰色Verhulst模型。通过预测可以发现,未来我国入境旅游经济的增势仍然是存在的。

无偏灰色Verhulst模型初始条件的优化

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x(1)(1)和x(1)(n)为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和达到最小。在此基础上,给出了最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性。

灰色Verhulst模型初始条件的组合优化

文章针对灰色Verhulst模型求解初始条件的优化问题,提出了一种基于原始序列新旧信息的线性组合优化方法。在模拟误差平方和最小化的目标下,构建了初始条件组合权重的优化模型,给出了最优组合权重的解析式。以实例验证了优化模型的有效性和优越性。

新灰色Verhulst直接建模模型的组合优化

针对本身已经具有饱和状态过程且为样本量较小的原始序列,利用直接建模思想,对其倒数序列建立新灰色Verhulst直接建模模型.此模型将灰色Verhulst模型转换为灰色GM(1,1)模型解决相应的问题,并对新灰色Verhulst直接建模模型的背景值和参数进行了优化.同时证明了优化后的新灰色Verhulst直接建模模型具有白化指数、系数、常数重合性.最后用案例验证了模型的实用性和优越性,并且对更优的原因进行了剖析.

灰色组合预测模型优化及科技人才需求预测

科技人才需求预测是国家合理制订人才政策的重要依据。为此,本文基于科技人才需求的数据特征,构建适用于科技人才需求预测的新型离散灰色模型FODGM(r,1,kθ,u),该模型实现了系统发展灰信息非线性规律的较好反映以及累加阶数作用范围全实域拓展,缓解了原始序列中极值对模型性能的影响,能够有效模拟科技人才需求的发展趋势与演变规律。应用该模型对我国科技人才需求量进行预测,结果显示未来我国科技人才需求量呈逐步上升趋势,预计2026年我国科技人员全时当量将达729.258万人年,科技人才需求端压力较大。相关部门可以根据预测结果制定缓解我国科技人才需求端压力的对策。

基于Conformable分数阶导数的灰色Bernoulli模型

为增强灰色Bernoulli模型对各种实际数据序列的适应性,借助分数阶微积分在描述复杂系统中的优势,提出了一种基于Conformable分数阶导数的灰色Bernoulli模型。研究发现,可通过改变结构参数将模型转换为不同的经典灰色预测模型,体现了其统一性。此外,采用粒子群优化算法求解规划模型,获取了模型的最优超参数。最后,用所提模型和5个竞争模型对3个真实案例进行了预测建模,结果表明,所提模型的2项评估指标均优于5个竞争模型,验证了所提模型的有效性和可行性。

时变参数灰色模型在变形监测中的应用

为提高沉降数据的准确预测并分析监测目标的变形趋势,避免重大工程事故的发生,建立了基于优化背景值的时变参数的灰色模型。首先,介绍了传统灰色GM(1,1)模型与新陈代谢灰色模型;其次,基于时变参数优化灰作用量的原理,建立了基于时变参数的灰色GM(1,1)模型和新陈代谢灰色模型,并采用黄金分割法优化灰色模型中权重参数,建立优化背景值的时变参数的灰色模型;最后,以某矿区地表沉降监测数据为例进行预测结果验证与精度评定。实验结果表明,基于优化背景值的时变参数的灰色模型预测精度最高,更加贴合地表监测数据变形趋势。

基于灰色Verhulst的对抗性局域网态势感知模型

为了实现局域网在对抗环境中的安全运行,研究基于灰色Verhulst的对抗性局域网态势感知模型。通过等时距处理非等时距数列,分析灰色Verhulst模型的反函数模型,预测未来风险值,构建对抗性局域网态势感知模型,为保证对抗性局域网态势感知结果的准确性,评估局域网安全态势基本指数、自适应确定参数以及采用剩余的序列,修正灰色Verhulst模型精度,保证对抗性局域网态势感知效果。实例测试结果表明:该模型对于对抗性局域网态势风险值的感知误差均低于1.2,根治时效性为0.088,实际应用效果极佳。

基于优化的灰色离散Verhulst新陈代谢模型的基坑沉降预测

针对传统灰色Verhulst模型在基坑沉降预测中精度较低的问题,提出优化的灰色离散Verhulst模型。在基坑沉降监测中,由于监测过程中不断有新数据增加,加上外界因素变化,影响模型系统的预测结果,导致预测结果与实际偏离,模型的精度将逐渐降低。为了实现准确预测,基于新陈代谢方法,建立优化灰色离散Verhulst一维及进化的二维新陈代谢模型。并依托长沙国际金融中心深基坑支护工程,分别运用传统Verhulst模型和优化的灰色离散Verhulst模型进行预测,并采用本文建立的优化灰色离散Verhulst一维、进化二维新陈代谢模型对基坑工程沉降进行预测,并对预测结果进行对比分析。研究结果表明:采用进化新陈代谢方法的优化灰色离散Verhulst模型精度更高,可选用该模型对基坑进行沉降预测。