多退化变量灰色预测模型的滚动轴承剩余寿命预测

针对单一退化变量预测滚动轴承性能退化趋势时可靠性和误差精度较低的问题,提出了基于多退化变量灰色预测模型的滚动轴承剩余寿命预测方法.该方法通过提取滚动轴承全寿命周期振动信号的退化趋势特征参数集,结合退化趋势特征参数集及故障早期突变点,实现滚动轴承的早期故障识别;并根据轴承寿命与特征参数之间的映射关系建立多退化变量灰色预测模型对轴承的剩余寿命进行预测.仿真实验结果表明,多退化变量灰色预测模型具有更高的误差精度和可靠性,其预测效果优于BP神经网络、单一退化变量灰色预测以及SVR(支持向量回归)预测模型,能够更好对滚动轴承寿命的变化趋势进行表征.

基于多变量灰色模型的航空安全预测方法

由于航空事故具有致因机理复杂且致因因素较强的灰色特性,传统的灰色预测模型只适用于单变量预测且具有预测精度低的缺陷。基于此,提出一种以遗传算法优化的多变量灰色模型开展航空安全预测的方法。首先,以航空事故致因理论为基础,从SHEL模型的角度运用鱼骨图确定航空安全影响因素,并以相关系数矩阵可视化图形进一步筛选关键致因因素;其次,构建以人为因素、环境因素、设备设施因素、外来影响因素等为强输入指标的多变量灰色模型,并利用遗传算法对模型的待定参数r全局搜索最优解;最后,以2007-2016年中国民用航空器事故征候万次率和航空不安全事件统计为对象进行仿真实验,并利用GM(1,1)和MGM(1,n)两种灰色预测模型进行预测对比。结果表明:提出的方法与传统的灰色模型相比,在短时间的航空安全预测中平均预测误差约为1.6%,验证了该方法的有效性和较高的预测精度。

多变量灰色预测模型在荔枝病虫害预测中的应用

荔枝病虫害易造成荔枝Litchi chinensis Sonn.产量少、品质劣、价格低,导致果农收益下跌,产业发展受制。因此,建立荔枝病虫害预测预报模型,开展病虫害发生程度预测,对荔枝产业高质量发展具有重要意义。基于2004—2020年广州市增城区第二代荔枝蒂蛀虫驻果率数据,以及前期气象要素数据,对影响蒂蛀虫驻果率的气象因子进行灰色关联分析,筛选出主要影响因子,采用多变量灰色预测模型GM(1,N)构建第二代蒂蛀虫驻果率预测模型。通过后验差以及小概率误差检验方法进行模型精度检验,并结合马尔科夫模型进行优化,以提高预测模型精度。研究结果表明,采用多变量灰色预测模型GM(1,N)进行荔枝蒂蛀虫驻果率预测,预测精度较高,可为荔枝病虫害预防提供决策参考。

融合随机森林与多变量灰色的道路交通事故预测模型研究

道路交通事故预测是道路交通安全研究的一项重要内容,也是社会普遍关注的热点问题。为准确预测我国道路交通事故发展趋势,基于我国2010~2021年道路交通事故发生数量及相关影响因素的统计数据,首先采用随机森林(RF)回归的特征重要性评估功能对影响道路交通事故发生数的重要因素进行筛选,然后建立优化多变量灰色预测模型OGM(1,N),对我国道路交通事故发生数进行模拟和预测。结果表明:融合随机森林与优化多变量灰色模型OGM(1,N)的交通事故预测模型在模拟效果与预测可靠性方面优于传统的GM(1,1)模型,预测结果显示未来几年我国道路交通事故发生数量仍将呈现逐年增长的态势,该预测结果可为相关部门制定科学的应对措施提供决策依据。

多变量灰色模型在滚珠丝杠剩余寿命预测中的应用

为研究滚珠丝杠的性能退化趋势,准确预测丝杠寿命,提出了基于多变量灰色模型的丝杠寿命预测系统。在滚珠丝杠副的不同位置安装3个加速度传感器,实时监测丝杠性能在不同加工条件下的变化趋势。通过模态分解方法分解选择对丝杠性能退化最敏感的特征参数,利用多变量灰色模型建立丝杠寿命与切削三要素、信号特征值的非线性映射关系,最终构建了基于多变量灰色模型的丝杠寿命预测模型,实现了对丝杠剩余寿命的有效评估。试验结果表明,所建立的丝杠性能退化模型能够有效预测丝杠的剩余寿命。

背景值优化的多变量灰色模型在路基沉降预测中的应用

路基沉降是一个复杂的系统过程,常用的单点预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型MGM(1,n)是单点GM(1,1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。针对传统多变量灰色模型背景值取值存在的误差,利用非齐次指数函数拟合模型中各变量的一次累加生成序列重构了背景值计算公式,提出了背景值优化的多变量灰色模型。对路基横断面上3个监测点进行了灰色关联分析,建立了相应的背景值优化的MGM(1,3)模型,采用新陈代谢方法预测路基沉降值。实例计算表明,与传统MGM(1,n)模型以及GM(1,1)模型相比,背景值优化的多变量灰色模型具有更高的预测精度,显示了该方法进行路基沉降预测的有效性。

用灰色多变量模型预测变压器油中溶解的气体浓度

目前变压器油中气体浓度预测普遍采用GM(1,1)模型及其改进形式,针对其在建模时只单独考虑某种气体发展变化的不足,介绍了灰色多变量预测模型MGM(1,n),它可以综合考虑从同一信号中提取的多个诊断指标,因而预测更科学、有效。对变压器油中溶解的7种特征气体即氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳和二氧化碳进行了灰色关联分析,建立了相应的MGM(1,7) 模型,预测实例分析证明,与传统GM(1,1)模型及其改进形式相比,用灰色多变量模型预测的效果更好。

智能电网环境下采用关联分析和多变量灰色模型的用电量预测

智能电网的发展将给传统用电方式带来重大变化,在此背景下,基于灰色理论提出一种用电量预测新方法。首先通过灰色关联分析法确定影响用电量的主因素变量,然后采用多变量灰色模型(multi-variable grey model,MGM)(1,n)进行用电量预测,该方法能够反映各因素间的相互制约、相互促进的关系,避免了传统灰色模型GM(1,1)未考虑其他随机因素对用电量影响的局限性。对一个实际电力系统的用电量进行预测,结果表明所提方法能有效提高预测精度且适用于中长期电量预测。

改进多变量灰色模型在城市用水量预测中的应用

针对传统多变量灰色模型预测城市用水量存在信息利用不充分的缺陷,依据灰色系统理论中的新信息优先原理,提出一种改进的多变量灰色模型IMGM(1,n),并在灰色关联分析法确定影响城市用水量的主要因素基础上,将IMGM(1,n)应用于深圳市用水量预测,获得了较好的效果,具有可行性和实用性。

动态多变量灰色模型在危岩变形预测中的应用

基于对传统的单点灰色模型的扩展,考虑多个点之间相互影响和关联,采用自适应MGM(1,n)模型,以Matlab语言编程,实现对变形体上相互关联的多点变形预测模型的建模,并运用该模型对望霞危岩体变形进行预测。结果表明:自适应MGM(1,n)模型预测值与实测值吻合较好,比传统GM(1,1)模型预测的危岩变形趋势效果较好、精度较高,评价结果具有更高的准确性。

用灰色多变量模型预测变压器油中气体的方法

变压器的油中溶解气体分析(DGA)是变压器绝缘寿命估计和绝缘故障诊断的重要依据,变压器油中气体体积分数的预测是周期性测试的重要补充。为此,在研究现有气体预测方法的基础上,提出使用灰色多变量模型来预测变压器的油中气体体积分数,以克服常用预测方法在预测时一般只考虑某一个特征参数或单独考虑几个特征参数发展变化的不足。灰色多变量模型可使用从同一信号中提取的多个诊断指标同时进行预测,从系统的角度统一描述各特征参数,因而能获得较准确的预测结果。另外还用绝对关联度进行了气体的相关性分析,这是使用灰色多变量模型进行预测的前提。预测实例表明了该方法的有效性和优越性。

多变量灰色预测模型算法的Matlab实现

文章讨论了多变量灰色预测模型的建模方法及其算法思想,得到了多变量灰色预测模型的检验方法。为了简化模型求解,给出多变量灰色预测模型的Matlab程序实现。通过应用实例说明算法程序的应用和效果。

基于多变量灰色预测模型的多元线性回归模型

针对各自变量之间的关系,利用多变量灰色模型建立了自变量的预测值,剔除了自变量观察数据中的噪声污染。进而建立了一种改进的多元线性回归模型。最后,通过实例说明模型具有较高的预测精度。

基于多变量灰色模型的磨削参数预测研究

磨削参数影响混凝土的金刚石磨削应用效果。利用实验数据样本,基于多变量灰色预测理论建立了混凝土的金刚石磨削参数灰色预测模型。结合实验数据分析和验证了以磨削混凝土的金刚石磨削参数为输入、以磨削加工量和金刚石磨粒磨损为输出的预测模型,实例结果表明,该模型可以较好地预测金刚石刀具的机械加工量和磨粒磨损值。

基于改进灰色模型的遥测变量预测方法

针对现有灰色模型预测方法进行遥测变量预测时所存在的建模精度、外推能力依赖于生成序列光滑程度的问题,提出一种能够显著提高模型预测精度的改进算法。该算法以光滑比概念为基础,提出了一种改进序列光滑度的综合变换函数,并且通过严格的理论证明和实测数据试验分别验证了采用该方法,不但使得变换后的建模数据较采用传统幂函数平滑方法、线性函数平滑方法以及对数函数平滑方法具有更好的光滑程度,而且通过引入可调参数使得算法具有更大灵活性和更广的适用范围。

基于多变量灰色模型的R&D投入目标强度预测研究

R&D投入是测度一个国家或地区R&D活动规模、评价其科技创新和竞争能力的重要指标。采用多变量灰色模型(Multi-variable grey model)—MGM(1,n)对我国未来R&D投入目标强度进行预测,并提出确保目标强度实现的相关对策措施,为我国未来科技管理提供理论依据和实证支持。

多变量灰色模型MGM(1,n)在变形预测中的应用

本文将单点的ＧＭ（１，１）模型扩展为多点的ＭＧＭ（１，ｎ）模型，通过建筑物沉降实例与分析，表明ＭＧＭ（１，ｎ）模型的精度高于分别单独使用ＧＭ（１，１）模型的精度。

基于多变量灰色模型算法的物流需求预测研究

基于多变量灰色模型算法,以物流需求预测为目标,研究探讨了物流需求预测的多变量灰色模型GM(1,n)的构建思路与方法,并通过具体的算例,构建了一个物流需求GM(1,3)模型,给出了该模型的构建步骤和过程,通过残差检验和分析得出,该模型对物流需求预测有着较好的可行性和实用性,且使用该模型预测时所需原始样本数据量小,预测精度较高,无论是对物流需求的宏观长期预测,还是对微观短期的物流需求预测都具有一定的适用性。

基于等维递补的多变量灰色组合预测模型

利用等维递补建立单个多变量灰色预测模型,进而建立多变量灰色组合预测模型.通过实例说明多变量灰色组合模型的应用和效果.