水彩画面的黑、白、灰关系布局

面对多彩的大自然,画家通过绘画的语言形式将其归纳和概括,以符合艺术创作规律。任何物质形象都是通过色彩显现的,画家将丰富的光影转化为黑、白、灰等,并通过不同面积的强弱和画面构成建立骨架关系,最终体现作品的审美品位和艺术气质。该文作者以其在第十一届全国美术作品展览中获得水彩画铜奖的作品《繁忙的渔港》为案例,论述如何处理水彩画的黑、白、灰关系。

基于灰关系分析的模糊聚类

灰关系分析（Grey relational analysis,GRA））能够度量参考样本和比较样本间的相似性而广泛应用于聚类算法中,但目前基于GRA的聚类方法对灰关系阈值的设定采用尝试法,难以刻画信息的完全度。为此,本文将灰关系分析所学习的相似性度量嵌入到流行的模糊聚类算法中,从而提出了基于灰关系分析的模糊聚类方法。分析了灰关系性质和核机理论相似性基础之上,由灰色理论中的灰关系衍生出一种新型核——灰关系核,同时,也由核机理论诱导出一种新的灰关系度量,从而构建了灰关系分析和核机理论间的一条联系纽带。UCI数据集上的模拟实验验证了基于灰关系分析的模糊聚类方法和所提灰关系度量的有效性。

基于灰关系分析的特征重要性评估及应用

灰关系分析因为能够度量参考样本和比较样本间的相似性而被广泛应用于聚类和分类算法,尤其是样本信息不完全以及样本量较小时.其时间域通常为横向的每个样本的各个特征的数据.本文则从一个不同的角度,将灰关系的时间域变化为垂直方向的每个特征下各个样本的数据,并将排序问题的结果或者分类问题的标号作为其参考向量,通过特征对应列和参考向量之间的灰关系分析进而度量特征的重要性,从而为基于重要性的特征选择提供决策依据.该方法可广泛应用于大量特征但样本稀少情形下的降维,并能提供解释性良好的特征重要性参数.为验证这种重要性评估方法,在田径十项全能项目以及IRIS数据集上进行了基于灰关系的特征重要性评估实验,验证了该方法的实用价值.

基于改进模糊熵和灰关系的滚动轴承性能退化评估

针对模糊熵在提取滚动轴承性能退化特征时敏感度较低的问题,提出了一种基于类Sigmoid函数的改进模糊熵,并将其用于滚动轴承退化特征提取。针对传统的滚动轴承性能退化评估方法局部化的问题,提出了一种基于灰关系的滚动轴承性能退化评估方法,该方法使用灰关系理论评估提取的滚动轴承退化特征与可靠性之间的关系,从而达到从滚动轴承可靠性演变规律的整体角度评估滚动轴承退化特征的目的。实验结果表明,改进模糊熵可以精准地提取出滚动轴承的性能退化特征,并且基于改进模糊熵提取的滚动轴承退化特征与滚动轴承的保持可靠度具有一致的演变规律,可信水平均达到95%以上。

滚动轴承振动性能的混沌特性与不确定性之间的灰关系评估

鉴于滚动轴承振动性能的失效概率分布呈现多变性、非线性、不确定性等特征,提出分别用振动数据序列的Hurst指数和最大熵指标表征滚动轴承振动性能的混沌特性和不确定性。基于滚动轴承服役过程中的振动数据序列,在对数坐标系中运用最小二乘法拟合得到Hurst指数值,判断各个振动序列对应时间段内轴承运行性能状态的混沌特性。运用最大熵法求解各振动序列的最大熵值,进而对轴承振动性能的不确定性进行定量分析。运用灰关系分析法,计算均值归一化后的Hurst指数和最大熵序列之间的灰置信水平,分析轴承振动性能的混沌特性和不确定性之间的非线性相关程度。两个案例中Hurst指数与最大熵序列之间的灰置信水平分别为96.99%和82.1%,表明轴承振动性能的混沌特性和不确定性之间的关系非常紧密。

滚动轴承振动与温度数据序列的灰关系分析与自助评估

基于滚动轴承服役期间的性能数据序列,建立其振动性能与温度和温差的灰关联度分析模型,从而在轻载、常态和满载等不同工况下对滚动轴承性能进行分析和评估。对振动、温度和温差数据序列进行均值量纲一化和排序,基于灰关系分析法求解数据序列间的灰置信水平;由于传感器数量有限,为深入挖掘轴承性能数据信息,运用自助法对灰置信水平小数据样本进行抽样,并基于最大熵法求解自助样本的概率密度函数和灰置信水平的估计真值与估计区间。研究表明:在轻载、常态和满载工况下,QJS210三点角接触球轴承的振动与温度数据序列的灰置信水平的估计真值分别为78.32%,95.39%和91.58%,振动与温差数据序列的灰置信水平的估计真值分别为93.54%,82.09%和85.34%,间接表明轻载时轴承振动数据序列与温差数据序列之间的关系更亲密,在常态和满载时轴承振动数据序列与温度数据序列之间的关系更亲密。

滚动轴承性能退化率与时间序列相似性之间的灰关系评估

为挖掘滚动轴承性能退化的更深层信息,建立了性能退化率与时间序列相似度之间的灰关系评估模型。首先,基于最大熵泊松计数原理计算性能退化率;然后,选取最佳性能时期的振动数据序列作为本征序列,分别计算其他振动数据序列与本征序列的相似性(基数贴近度);最后,基于灰关系分析法求解灰置信水平,分析性能退化率与时间序列间相似性的关联程度。仿真及实际案例表明,性能退化率与时间序列间相似性的灰置信水平分别为85.275%和90.5%,两者之间的关联程度非常高。将2个指标结合使用可以更全面地获取滚动轴承性能退化的深层次信息。

基于灰关系的制造过程稳定性评估

基于灰色系统理论,通过对制造过程中的两个数据序列进行灰关系分析,实现了制造系统的稳定性评估.根据获取制造过程某属性的两个数据序列,对数据序列进行排序,得到排序数据图.按照排序数据图的分布特征,建立两个数据系列之间的灰关系,通过计算分析灰置信水平的大小,实现对制造过程的稳定性评估.计算机仿真试验和实际案例表明:通过对两个数据序列的灰关系分析,若求得的灰置信水平不小于90%,则说明该制造系统是稳定的;否则是不稳定的.所提出的方法可以很好地检测制造系统的稳定性,准确率最高可以达到100%.

基于灰相似关系和多维关联约束的新产品初始配置方法

为了解决新产品开发策划中将目标新产品概念模型中的结构化功能技术特性快速转化成新产品初始结构配置的问题,建立了多维关联约束的零部件资源库模型,针对分解后的新产品功能技术特性要求,根据零部件灰相似关系从零部件库查找出对应匹配或近似匹配的候选实例,按照零部件对产品总体功能技术作用的重要度排序,通过多维关联约束驱动和迭代匹配,逐步形成各零部件的总体候选方案,并根据综合匹配度确定最终匹配方案及其待改型设计和新设计的零部件。最后,通过一个实例对所提出的方法进行了验证。

群的灰同余关系

给出了群的灰同余关系的定义 ,在此基础上证明了群的灰同余关系满足乘法交换律 ,论证了群的灰同余关系的乘、交仍满足灰同余关系等重要性质 。

一般化的灰SOM模型及其性能评估

自组织特征映射是Kohonen提出的一种人工神经网络模型 ,它能把高维的信息数据以有序方式映射到低维空间上 ,形成一种拓扑意义上的有序图 .但其权值的调整仅考虑了学习率及输入模式与获胜神经元及其邻域 ,却忽略了输入模式分量与全体参与竞争的神经元权值向量间的某种相关关系 .Hu等人利用灰关系系数 (GRC)的描述方法显式地刻画这种关系 .尽管如此 ,但GRC仍忽略了输入模式与所有参与竞争的神经元权值间的整体描述关系 .该文通过在GRC中引入该整体关系 ,提出了一个一般化的灰关系模型G2 SOM ,并将GSOM作为其特例 ,进而侧重就三种特殊的函数关系进行了性能评估 .最后 ,通过实验验证了G2 SOM的有效性与可行性 .

不完备灰色信息系统的粗集模型

提出一种属性值为区间灰数的不完备信息系统。首先根据区间灰数的定义,提出了区间灰数的一些运算性质,并定义了不完备灰色信息系统;然后,根据灰相似度,提出了变精度灰相似关系,并根据变精度灰相似关系引出了上、下近似算子;最后给出了约简的实际操作方法,并通过典型例子验证了该方法的有效性。

股票价格及其影响因素的灰典型相关分析

选取2008年1月～2009年7月的沪深300指数和股票价格的部分影响因素的月度数据,应用灰典型相关分析理论和方法,对两者之间的相关程度进行了实证研究,建立了沪深300指数及其影响因素的灰典型相关分析模型,找出了影响股票价格的主要因素。研究结果表明,增加货币供应量、工业品出厂价格指数上升都会促使股票价格上涨。结果可为正确投资股票提供科学依据。

灰色系统的思想、方法及应用

本文介绍了灰色系统理论的概况、研究对象。主要内容及其应用情况，目的是通过灰色系统理论的简单介绍，使关心这一理论的同志能有较系统的了解。

滚动轴承性能稳定性及可靠性分析

以摩擦力矩电流信号时间序列表征滚动轴承服役期间性能运转状况,将时间序列分段处理并建立本征序列;基于灰关系,对轴承运转过程中每段摩擦力矩电信号进行排序,分别与本征序列相匹对进而获取灰置信水平;以灰置信水平的大小判定轴承运转的性能稳定性情况。然后将所分数据段自助再抽样,用最大熵法建立其概率密度函数,在所对应灰置信水平下获取估计区间;凭借计数过程,模拟出变异强度的原始信息;基于泊松过程建立可靠性函数,实时监测滚动轴承性能可靠性演变历程。仿真案例与试验研究表明:所提模型可真实监控轴承运转的性能稳定性及可靠性,有效解决具有不确定的强烈波动和趋势变化的时间序列问题。

滚动轴承性能不确定性与可靠性评估

以灰色系统理论和泊松计数过程为基础,对滚动轴承性能不确定性进行参数量化,并在设定阈值条件下研究不同工况下轴承性能可靠性,进而建立其性能不确定性与可靠性匹配序列,以寻找轴承服役期间两者之间的内在联系。根据轴承运转期间某属性时间序列,进行灰自助处理得到该属性的不确定性;然后参考设定阈值进行泊松计数,获得该时间序列的有效变异强度,进而得到其性能运转可靠性;最后分析不确定性与可靠性两者之间的灰关系。实验结果显示,滚动轴承性能不确定性与可靠性的演变状况可以被真实描述,两者归一化处理结果十分相像,有着明显的灰关系,各案例的实验结果保持良好的一致性。

基于改进自组织特征映射的网络入侵检测

针对如何提高网络入侵检测率并进行正确分类的问题,提出了一种改进的自组织特征映射(SOM)网络算法。该算法通过对竞争机制的自适应调整来减少过度学习,并采用灰关系分析的动态权值机制降低邻域神经元中杂质的影响。KDDCUP99数据集的试验结果表明该方法具有更高的准确率。

大科学装置建造复杂资源管理模型

为了满足数十万量级物理、光学器件超高洁净度(百级)、高稳定度(微米级)的集成安装要求,构建了一种激光聚变大科学装置建造过程复杂资源管理模型,包括资源颗粒、资源颗粒关联约束定义(资源组)、资源颗粒及资源组约束特征属性描述、基于灰相似关系粗糙集的资源搜索算法及可用性检验算例验证等。为大科学装置建造复杂资源管理与提高资源利用率提供了一种科学方法。

基于λ-灰相似关系粗糙集模型的评价指标筛选方法研究

将粗糙集理论和灰色系统理论结合起来,确立了λ-灰相似关系的概念与基于λ-灰相似关系粗糙集模型.提出了运用λ-灰相似关系粗糙集属性约简进行指标筛选的方法,这种方法适于待定指标为灰信息的指标筛选.实例证实了方法的有效性.