基于位移的滑坡临滑时刻多模型综合预测模糊积分方法

滑坡的发生具有不确定性。针对目前基于位移的滑坡临滑时刻预测模型的预测结果之间存在较大的差异且难以选择出适合某种类型滑坡的最佳模型的问题,利用模糊积分具有较好处理客观证据和主观期望的优势,选择7个已知滑坡,分别用基于位移的滑坡临滑时刻预测的Verhulst、Verhulst反函数和福囿模型进行预测实验。通过计算各预测模型的隶属度获得模型的模糊密度,实现基于模糊积分融合方法的多模型综合预测。实验表明:模糊积分方法提高了已知滑坡的预测精度,使每个滑坡的预报时刻均在实际发生的前15天以内。

软件可靠性多模型综合评估

软件可靠性工程领域一直存在模型很难应用于实际的问题 .不同的软件可靠性模型对同一个软件工程项目的估计差别极大 .为此 ,探讨了软件可靠性估计的稳健方法 ,研究了多模型的贝叶斯自动混合与选择的理论 ,其重点是要探讨贝叶斯先验表达及多模型的混合机制 ,以解决上述难题 .

软件可靠性多模型综合的预测方法

针对软件可靠性工程领域中存在的不同可靠性模型预测相同软件结果不一致的问题,提出了一种用神经网络实现的软件可靠性多模型综合预测方法,能够有效地解决软件工程中的实际问题,通过实例分析验证了该方法的有效性。

基于包含度理论的软件可靠性多模型综合动态预计

针对软件可靠性工程领域中存在的不同模型预计相同软件可靠性结果不一致、同一软件的失效过程本身不能用单个模型描述的问题,提出了基于包含度理论的软件可靠性多模型综合动态预计方法。首先定义了基于包含度理论的属性重要度,并给出了一种选择包含度函数的方法,然后给出了软件可靠性多模型综合动态预计的步骤。该方法综合了各种可靠性模型的特点(优点),动态地改变各分模型的权重,使不同类型和特性的模型互相补偿,较好地解决了软件工程中的实际问题。最后通过实例分析验证了该方法的有效性。

滑坡的多模型综合预测预报研究

由于滑坡的复杂性以及预报模型和方法的局限性,简单地利用单一的滑坡预测预报模型准确地预报滑坡的滑动时间还很困难。为了提高滑坡预报的准确度,提出了在滑坡原型调研和机制研究的基础上,以滑坡的监测资料为依据,通过监测点的选取、监测信息的处理和变形阶段的判别,选择多个与所预报滑坡相适宜的预测预报模型对滑坡的滑动时间进行预测预报,并对多个模型的预报结果进行综合评判得出预报结果,最后以黄龙西村滑坡实例进行了应用。

基于泛函网络的软件可靠性多模型综合预测方法

将泛函网络引入软件可靠性预测,利用其比神经网络更好的解释性及其他性能,提出了基于泛函网络的软件可靠性多模型综合预测方法。首先阐述了泛函网络的结构和学习过程,然后将多个单一模型的预测值作为泛函网络的输入,将实际值作为输出,建立泛函网络结构,给出了泛函网络的学习算法,制定了3种训练策略,并进行了实验分析。实验结果表明:在第三种训练策略下,基于泛函网络的软件可靠性多模型综合预测方法有较高的预测精度,其预测效果比单个模型和Lyu提出的线性综合模型都好。

大用户电力负荷的多模型模糊综合预测

研究大用户的短期电力负荷预测问题,给出一种基于变权综合模糊推理的多模型综合预测方法。该方法首先引入基于质心相似度聚类的负荷模式分析算法,挖掘历史负荷数据中合群的典型负荷模式,并按相似性进行分组,同时剔除少量的离群异常记录;然后给出基于共轭梯度的RBF神经网络训练算法,分别对每类典型负荷模式建立相应的单元预测模型;最后利用基于相似度加权的多模型变权综合模糊推理策略,实现各单元模型预测结果的自适应融合。案例仿真验证了多模型模糊综合预测方法的可靠性。

基于信息熵的软件可靠性多模型动态预测方法

针对经典软件可靠性预测模型中的不一致问题和"变点"问题,研究了一种基于信息熵的软件可靠性多模型动态预测方法,采用固定步长滑动窗口的动态赋权策略,运用信息熵对多个经典模型预测性能进行动态融合,实现了软件可靠性的综合预测。试验结果表明,在一定步长情况下,基于信息熵的软件可靠性多模型动态预测方法比单个经典模型有更好的预测性能。

基于隶属度的软件可靠性综合预测方法

将多模型综合的思想和"变点"思想相结合,给出了一种简单有效且具有普适性的软件可靠性预测方法——基于模糊隶属度的软件可靠性多模型综合预测方法。首先阐述了多模型综合预测问题的一般描述,并介绍了模型评价准则,然后给出了单个模型权重的确定方法和该方法的一般步骤,最后用实际数据验证了方法的有效性及普适性。

基于改进多信号流模型的运载火箭电气系统测试性评估

对现有测试性建模方法在运载火箭电气系统测试性评估的应用上存在的不足进行分析。针对运载火箭电气系统不同的测试状态,提出基于多信号流模型的多模型综合测试性评估方法;并结合运载火箭电气系统的实际故障模式及测试特点,考虑多故障模式及多值测试,对多信号流模型进行改进,得到基于改进多信号流模型的多模型综合评估方法,并给出了具体的评估流程。以运载火箭时序控制系统为例进行了验证,结果表明,基于改进多信号流模型的多模型综合评估方法能够更为准确地对运载火箭电气系统故障空间及测试状态进行建模,对运载火箭电气系统的测试性评估有效。

基于多模型的战场电磁频谱管理效能评估

本文针对战场电磁频谱管理效能评估,建立了评估的指标体系,提出了一种多模型的综合评估方法。通过实例进行仿真分析,证明了该方法在评估战场电磁频谱管理效能这一目标上,具有其他方法所不具备的优势。

基于不同核支持向量机变权综合的短期负荷预测

针对短期负荷预测准确度提升及预测稳定性改进问题,给出了基于不同核支持向量机变权综合的短期负荷预测方法。该方法首先将负荷历史数据进行特征展开,利用相关分析进行特征选择,映射历史数据为输入输出关系视图,构建预测空间。随后,分别采用高斯径向基核函数、拉普拉斯核函数以及多项式核函数的支持向量机在预测空间进行训练学习,使用十折交叉验证进行模型性能测试。最后,利用性能测试的准确率及其标准差构造变权,借助多模型变权综合实现电力负荷预测。实例分析表明,与高斯核支持向量机、偏最小二乘、决策树及Bagging等常用方法相比,新方法将准确度分别提升了0.382%、3.079%、3.188%以及2.6%,将稳定性分别改进了0.383%、2.452%、1.781%以及1.43%。