基于改进灰自助法的可靠性原始参数预测

针对电力系统可靠性评估中原始参数缺乏的问题,提出原始参数预测的改进灰自助法,它将GM(1,1)模型与自助(Bootstrap)法相结合,利用Bootstrap法产生大量再生样本,用改进灰色模型来减小误差,避免小样本特别是极小样本情况下自助法可信度不高的问题。采用改进灰自助法对算例进行仿真结果表明:在点估计、区间估计以及预测的置信度和可信度上都优于Bootstrap法以及传统的极大似然法,可信度和实用性高,解决电力系统可靠性评估解决原始数据不足的问题。

基于Logistic回归、Markov过程和改进灰自助法的导弹备件需求预测

为了提高预测间断性需求导弹备件的精度,提出一种基于Logistic回归、Markov过程和改进灰自助法的组合预测模型。将样本序列划分为解释变量序列和自相关序列,对解释变量采用Logistic回归模型预测提前期非零需求发生概率,对自相关序列采用Markov过程估计提前期非零需求发生概率,把这两方面组合得到提前期非零需求发生概率,再运用改进灰自助法进行需求分布确定,得到最终的提前期需求。改进灰自助法先进行Bootstrap抽样,进行GM(1,1)二次数据拟合,既克服了Bootstrap法在小子样下的重复抽样问题,又克服了Bootstrap法在小子样下仿真结果不可信的问题。实例表明,提出的组合预测方法降低了预测误差,说明了该方法的有效性、可行性和实用性。

改进灰自助法及其在可靠性评定中的应用

极小子样情况下的抽样仿真一直是可靠性仿真评估的热点和难点,目前没有较好的解决办法。运用灰自助法的思想,改进灰自助法的抽样方法克服自助法在极小子样下的重复抽样问题,运用GM(1,1)二次数据拟合模型克服Bootstrap方法在极小子样下仿真结果不可信问题。将改进的灰自助法运用到极小子样可靠性评估中,多个算例表明该方法仿真评估精度较高,并具有较高的可信度和较强的适用性。