基于灰色组合模型的校准间隔优化仿真

针对测量仪器校准间隔的优化问题,分析了历史校准数据的特征,描述了校准数据动态发展的数学模型,提出一种灰色组合模型进行校准间隔的预测仿真。灰色组合模型的思想是:采用灰色GM(1,1)模型预测历史校准数据序列的趋势性成分,同时引入AR模型、BP人工神经网络模型和马尔可夫模型三者的组合模型预测随机性成分。仿真实验表明:灰色组合模型适应了校准数据小样本、非线性的特点,适合用于校准间隔的预测仿真。

基于灰色马尔柯夫预测的测量仪器校准间隔动态优化

根据测量仪器校准参数数据特点,建立了仪器校准参数动态发展趋势的时间序列组合模型。将灰色预测与马尔柯夫预测方法优化互补,用灰色预测模型预测参数总体发展趋势,在此基础上采用马尔柯夫模型预测参数在总体趋势下的随机波动性变化,得到校准参数发展趋势预测模型的解。给出基于校准参数趋势预测的校准间隔动态优化方法,并通过实验数据对预测模型进行了验证。结果表明,此模型既能预测校准参数总体趋势,又适合于波动性较大的随机序列变化;校准间隔的优化改善了计量管理中不足计量和过剩计量的缺陷。

测量仪器校准间隔的确定及其模型

讨论了测量仪器校准间隔的优化及其随机模型 ,该模型基于如下假设 :测量仪器的校准状态可以通过一个观测参数进行监测。文中还给出了不同情况下的随机漂移模型 ,并通过实验数据对随机模型进行了验证。

基于线性趋势模型与LSSVM的校准间隔组合预测

针对仪器校准间隔的预测问题,提出了基于线性趋势模型和LSSVM的一种新的组合预测方法。该方法综合运用线性趋势模型良好的趋势项拟合能力和LSSVM强大的非线性映射功能,具有很高的预测精度。实例验证表明:该方法优于现有方法。

基于支持向量回归的自动测试系统校准间隔动态优化

针对自动测试系统(ATS)校准间隔的优化问题,建立了ATS的计量体系结构,分析了校准监控数据的特征,提出一种基于支持向量回归(SVR)的校准间隔预测模型,进行校准间隔的优化。仿真实验表明:SVR模型克服了校准监控数据小样本的特点,预测精度较高,缓解了ATS不足计量和过剩计量的矛盾。

基于等维新息灰色马尔可夫模型的校准间隔预测

针对测量仪器校准间隔的优化问题,分析了历史校准数据的特征,建立了等维新息马尔可夫GM(1,1)预测模型.在等维新息GM(1,1)模型的基础上,引入马尔可夫模型,克服了随机波动数据对预测精度的影响.通过仿真实验对预测模型进行了验证,结果表明,等维灰色马尔可夫GM(1,1)模型的预测精度高于常规灰色GM(1,1)模型、等维新息灰色GM(1,1)模型和常规灰色马尔可夫GM(1,1)模型,更适合用于测量仪器校准间隔的预测.

测量仪器校准间隔的动态灰色线性回归预测

根据测量仪器的实际状态进行校准间隔的预测,可有效地避免不足校准和过剩校准。该文分析了历史校准数据的特征,对于既含有线性因素又含有指数因素的历史校准数据序列,建立动态灰色线性回归预测模型,预测测量仪器的校准间隔。动态灰色线性回归模型有机地将灰色GM(1,1)模型和线性模型组合起来,通过新老数据的新陈代谢,更加真实地反映系统的特征。通过实验对预测模型进行验证,结果表明:动态灰色线性回归模型的拟合与预测精度高于单纯的灰色GM(1,1)模型及新陈代谢GM(1,1)模型。

基于新陈代谢GM(1,1)模型的校准间隔预测

针对测量仪器校准间隔的优化问题,根据校准数据非线性、小样本的特点,提出了一种基于新陈代谢GM(1,1)模型的校准间隔预测方法.通过分析历史校准数据的特征,建立了新陈代谢GM(1,1)预测模型,通过仿真实验对预测模型进行了对比验证.结果表明,相对于灰色GM(1,1)模型,新陈代谢GM(1,1)模型克服了随机扰动对系统的影响,更能反映系统的变化趋势,预测精度更高,适合用于测量仪器校准间隔的预测.

基于粒子群优化支持向量机的测控设备校准间隔预测

针对计量保证方案中仪器校准间隔的预测问题,提出了基于粒子群优化支持向量机的预测方法。综合运用了粒子群优化算法对支持向量机的参数进行全局并行寻优的能力和SVM强大的非线性映射功能,具有很高的预测精度。实例验证表明,该方法具有较好的预测效果。

测量仪器校准间隔的滚动灰色自助融合预测

针对测量仪器校准间隔的预测问题,在小样本条件下,采用滚动灰色自助融合模型进行校准间隔预测。滚动灰色自助融合模型综合灰色预测方法和自助再抽样方法,在灰微分方程建模时,通过自助再抽样,充分挖掘出系统信息。采用滚动灰色自助融合模型进行测量校准间隔预测,不仅能较准确地预测瞬时值,而且能够预测置信区间,克服了其他校准间隔预测模型仅仅预测瞬时值的缺点,降低了预测风险。实验表明,与其他校准间隔预测模型相比,滚动灰色自助融合模型的预测瞬时值、预测上限值和下限值都较好地描述出历史校准数据的波动趋势,预测可靠性更高,适合用于测量仪器校准间隔的预测。

基于残差补偿GM的校准间隔动态优化算法

为了实现对测量仪器校准间隔的优化,对其校准数据进行建模,用GM(1,1)灰色预测模型预测参数的总体发展趋势,在此基础上利用BP神经网络对残差序列进行建模,通过训练补偿预测参数在总体趋势下的随机波动,从而得到校准数据的预测值。给出基于残差补偿的GM预测模型,对校准间隔进行动态优化,并通过实验对预测模型进行了验证。结果表明,此模型得到了较好的预测结果,既能预测总体趋势也能适应随机波动,并且简单易行,具有较强的普适性。

测量仪器校准间隔的模糊范数融合预测

校准间隔的预测是解决测量仪器不足校准和过剩校准的一种主要方法。现有校准间隔预测模型仅仅关注瞬时值，而随机因素的存在导致瞬时值难以精确预测。针对这一问题，在历史校准数据为小样本条件下，提出一种模糊范数融合模型，进行测量仪器校准间隔预测。首先，通过分析历史校准数据的特征和影响因素，建立了校准数据的数学描述模型。在此基础上，采用模糊范数融合模型，预测校准数据的区间。实验表明，模糊范数融合模型更能反映校准数据序列的变化趋势，克服了其它预测模型仅仅预测瞬时值的缺点，提高了预测的可靠性。

舰艇作战系统校准间隔优化研究

校准间隔优化研究是舰艇作战系统动态对准理论的重要组成部分;针对目前作战系统校准间隔确定缺乏理论支撑、历史对准误差数据使用率较低的情况,根据历史对准误差数据的特点,提出了利用EEMD-LSSVM-B的组合预测方法对对准误差数据进行预测,从而确定作战系统的校准间隔的优化方法;首先利用EEMD将对准误差数据分解成若干不同频率的分量,分解后的各分量通过LSSVM进行预测,LSSVM的相关参数由QDE算法优化获得,各预测分量通过BP神经网络进行非线性重构,得到最终的预测结果,最后根据预测值对校准间隔进行优化调整;仿真实例表明,组合预测方法比单独的预测方法具有更高的精度,可以应用于作战系统校准间隔的优化过程。

测量仪器校准间隔的灰色非等时距预测

针对测量仪器经优化后的校准间隔呈现非等时距的特点,提出一种灰色非等时距校准间隔预测方法。通过分析历史校准数据的特征,建立校准数据的数学描述模型。考虑到历史校准数据小样本、非线性的特点,采用灰色新陈代谢非等时距GM(1,1)预测模型,预测测量仪器的非等时距校准间隔。实验表明:灰色新陈代谢非等时距GM(1,1)模型克服了随机扰动对系统的影响,更能反映系统的变化趋势,适用于测量仪器非等时距校准间隔的预测。

利用期间核查确定测量设备校准间隔

按照预定的日程实施测量设备再校准,是实验室一个通用的做法,ISO/IEC17025《检测和校准实验室能力的通用要求》要求,在测量过程中应按照经济合理的日程插入期间核查,以证实测量设备是否处于校准技术状态。本文打破以时间周期确定测量设备校准间隔的传统模式,探讨以测量设备测量被测对象的多少(即测量设备使用的频繁程度)为基础,利用期间核查实时发现测量设备校准技术状态的变化,从而确定测量设备校准间隔的新模式。

基于残差补偿灰色马尔科夫模型的校准间隔预测方法

为了实现对测量仪器科学、合理的校准间隔的预测,根据历史数据的特点,将灰色预测模型与马尔科夫预测方法相结合,用灰色GM(1,1)模型预测校准数据的总体变化趋势,用马尔科夫模型预测残差序列的状态变化,进而得到校准数据的预测值。用实验数据对模型进行了验证。结果表明,模型很好地体现了测量仪器关键参数的发展过程,适于校准间隔的预测。

测量设备校准间隔确定方法工程化应用与发展

针对计量确认体系有效运行时测量设备校准间隔确定的问题,分析归纳了目前国内外常用的校准间隔分析确认工程化方法,并从测量可靠性、统计过程控制和贝叶斯理论应用三个方面对各种方法给予了描述。通过分析表明,各种校准间隔确认方法都有其优缺点,关键是要结合测量设备使用具体要求选择适合的校准间隔分析方法。

基于线性趋势与神经网络的校准间隔组合预测

为了实现对测量仪器校准间隔的优化,对其校准数据进行建模,用滑动平均建模法建立线性趋势模型,预测参数的总体趋势,在此基础上利用动态神经网络对预测残差序列进行补偿,从而得到校准数据的预测值。给出基于线性趋势与神经网络的组合预测模型,通过实验对预测模型进行了验证和对比分析,并以此为根据对校准间隔进行优化。结果表明,该组合模型比单一模型预测精度高,既能预测总体趋势也能适应随机波动,并且简单易行,具有较强的普适性。

浅谈测量设备检定周期与校准间隔确定

确定测量设备检定周期与校准间隔是起草检定规程和校准规范中一项重要内容,也是企业内部定期对计量器具送检和自检凭证,测量设备检定周期/校准间隔确定主要包括测量设备检定周期/校准间隔考虑因素、测量设备周期检定/校准间隔定量确定。

基于层次分析法的校准间隔影响因素分析

校准间隔影响因素分析是进行校准间隔确定和调整的基础。以系统理论为指导，进行专家调研和咨询，了解不同环境、不同水平的仪器设备校准间隔变化的规律，总结出影响仪器设备校准间隔变化的主要因素，并在此基础上构建校准间隔影响因素指标体系。在设置调研表，收集调查数据的基础上运用层次分析法对影响校准间隔的定性指标进行量化处理，为今后开展精确校准间隔分析奠定了数据基础，解决了校准间隔分析缺乏定性因素的问题。