大型叠拼钢连廊整体同步累减提升施工技术

为解决大型钢连廊高空散装焊接量大、焊接质量不可控和作业安全风险大的难题,提出了叠拼钢连廊整体同步累减提升施工技术,主要包括支座预埋及安装、钢连廊现场叠拼、提升设备安装、试提升施工、整体提升施工、逐层悬停安装和提升设备卸载拆除。实践表明,该技术具有焊接质量好、吊装效率高和施工安全可靠的优势,无需借助大型机械设备,降低了安全风险,缩短了安装时间,节省了建造成本。

分数阶灰色累加生成算子与累减生成算子及互逆性

针对现有灰色预测模型主要以一阶累加生成序列作为建模序列,再累减还原为原始序列预测值,本文通过Gamma函数将累加生成算子和累减生成算子拓展到正实数领域,给出分数阶累加生成算子和分数阶累减生成算子的解析表达式,一阶和整数阶均是其特例,证明了两算子之间的互逆性.为建立分数阶灰色预测模型和拓宽灰色预测模型的应用范围提供理论基础.

灰序列的一种累加累减生成规则

基于向后差商的概念提出一种新的累加、累减生成规则 ,使灰色系统GM (1,1)模型不仅可用于等间距而且可用于非等间距灰色序列预测。基于白化微分方程的算例表明 ,所提出的累加、累减生成规则可行。

基于改进累减还原方法的DGM(1,1)_(IIR)模型及其应用

DGM(1,1)模型的齐次指数变化规律是造成其难以有效模拟随机波动序列的主要原因,而以模拟值作为累减参数的还原方式则是导致其模拟性能不稳定的重要因素。文章对DGM(1,1)模型的设计缺陷进行了分析,在此基础上提出了基于改进累减还原方法的DGM(1,1)IIR模型,最后应用该模型对北京市PM2.5进行了模拟和预测,并与传统DGM(1,1)模型进行了比较和分析,结果显示DGM(1,1)IIR模型具有更加良好的模拟及预测性能。

珠算累减开五次方

珠算累减开五次方，是应用珠算累减方法进行开五次方运算。它不需估根试算，也不受档数限制，利用算珠可以累计的特点，通过累减运算，依次直接得出各位方根，计算步骤如下：

谈珠算累减开立方

珠算累减开立方，是应用珠算累减方法进行开立方运算。它不需估根试算，也不受档数限制，利用算珠可以累计的特点，通过累减运算，依次直接得出各位方根。计算步骤如下。

分数阶反向累加与累减生成算子及互逆性

采用反向累加与反向累减的信息处理方式，将一阶累加生成算子和一阶累减生成算子拓展至分数阶范围，给出了分数阶反向累加生成算子与分数阶反向累减生成算子的解析表达式，并证明了两者之间的互逆性，为建立基于分数阶反向累加的灰色预测模型和拓宽灰色预测模型的应用范围提供理论基础．

分数阶灰色累减生成算子及其性质研究

给出了分数阶灰色累减生成算子的详细推导过程,并证明了分数阶灰色累减生成算子的不动点定理、信息优先原理、交换律与指数律,为分数阶灰色预测模型提供了理论基础.算例验证了分数阶灰色累减生成算子的特征,在灰色预测模型GM(1,1)中的应用证明了分数阶灰色累减生成算子的有效性.

近似非齐次指数增长序列的间接DGM(1,1)模型分析

DGM(1,1)模型对近似齐次指数增长序列具有较高的预测精度,而实际上服从近似齐次指数增长规律的数据序列十分有限。根据灰色系统理论的差异信息原理,通过原始序列的累减生成将近似非齐次指数增长序列转化为近似齐次指数增长序列,对累减生成序列建立DGM(1,1)模型,并在此基础上实现对原始序列的还原以达到数据模拟及预测之目的。因原始序列的累减生成最大可能地满足了建模序列的齐次性要求,提高了模拟及预测精度,拓展了模型的适用范围,故通过算例验证了此种改进方法的简单性、实用性及有效性。

现代医院门诊量的灰色RBF神经网络预测

门诊量预测是现代医院电梯交通以及医疗资源优化配置的重要前提。为了有效地预测医院的门诊量,提出一种将灰色预测方法与RBF神经网络有机结合的灰色神经网络组合预测方法。该方法利用灰色预测中的累加生成运算(AGO)对原始观测数据进行变换,得到规律性较强的累加数据,作为神经网络的建模和训练样本。所提出的方法既避免了灰色预测方法存在的理论误差,又提高了神经网络的训练速度和预测精度,对短期的医院门诊量预测具有较强的实用价值。结果表明:所提出的方法具有良好的预测精度。

基于灰色RBF神经网络模型的电梯层间交通分布预测

为了有效预测电梯的层间交通分布状态,提出一种层间交通O-D矩阵的预测方法.该方法融合灰色预测和神经网络方法各自的优点,将灰色预测方法与RBF神经网络有机结合,构造灰色神经网络预测模型.利用灰色预测中的累加生成运算(accumulated generating operation,AGO)对原始观测数据进行变换,得到规律性较强的累加数据,作为神经网络的建模和训练样本.还提出了对不良交通需求数据的修正方法,以进一步降低观测数据的随机性.所提方法既避免了灰色预测方法存在的理论误差,又提高了神经网络的训练速度和预测精度,适用于短期层间交通分布预测.仿真试验验证了该方法的有效性.

灰色离散Verhulst直接建模模型的构建

文章针对近似Logistic函数序列,利用离散思想和序列累减建立新的灰色离散Verhulst直接建模模型,并利用最小二乘法进行参数估计。通过实例分析,结果表明新的灰色离散Verhulst模型的模拟预测效果很好,其模拟预测精度高达99.9%以上,模拟预测效果明显优于传统的灰色Verhulst模型和Verhulst模型的改进模型。

生成的凸性研究

给出了灰色系统的生成及序列凸性的概念 ,讨论了生成矩阵的元素构成与生成序列凸性之间的关系 。

浅谈灰色预测法及其应用

简要介绍了灰色预测法及其在选煤中的应用,为选煤厂精煤产量的计算提供了科学的依据和方法。

基于灰生成空间的高阶GM(1,1)模型

在 AGO- IAGO灰生成空间的基础上 ,给出了 r阶 GM(1 ,1 )灰色模型的一般建模方法 ,并且用实例证明了该方法能够提高 GM(1 ,1 )

离散GM(1,1)直接建模模型及参数估计

针对近似非齐次指数增长序列,借鉴离散化思想,基于原始数据序列与累减数据序列的关系,直接建立原始数据序列间的关系,得到新的GM(1,1)直接建模模型,并利用最小二乘法进行参数估计。通过实例分析比较,新的GM(1,1)直接建模模型的模拟预测精度高达99.99%以上,优于原始的GM(1,1)和GM(1,1)的改进模型,具有一定的理论意义和应用价值。

灰色模型在负荷预测中的应用

电力负荷预测是电力控制及运行方面的最重要的一项任务。介绍了灰色理论的相关概念和原理,以及预测负荷的步骤,通过举例讨论了灰色模型在短期电力负荷预测中的应用,对平常日电力负荷进行预测,其结果令人满意,表明灰色模型是有效的负荷预测方法之一。灰色模型在日常负荷预测中广泛得到运用。

近似非齐次指数递增序列的IANGM(1,1,k)模型构造

针对具有近似非齐次指数规律的递增序列,文章提出利用原始序列与其对应的一次累减生成序列来构建更符合近似非齐次指数规律的新模型IANGM(1,1,k),模型中白化方程的解恰能表示为关于原始序列的时间响应式,使得模型不再需要累减还原过程就能直接进行模拟和预测,简化了建模过程,并从理论上证明了IANGM(1,1,k)模型中的累减生成序列是非负的近似非齐次指数序列,最后通过实例验证了新模型具有较高的模拟预测精度及实用性。

灰色预测法及其在选煤中的应用

简要介绍了灰色预测法及其在选煤中的应用，为选煤厂精煤产量的计算提供了科学的依据和方法。

直接灰色模型的改进及应用

叙述了在双向灰色模型、直接灰色模型DGM(1,1)的基础上建立的直接灰色模型的改进模型NDGM(1,1)，并讨论了该模型改变误差的方法，以及它的应用. 指出了文献[3]的例7应用DGM(1,1)理论的错误.