一类非等间隔序列灰色建模方法的改进

对一类非等间隔序列的灰色建模方法进行了改进，提出在原序列前一个平均间隔单位位置上假设有一虚拟值零，然后改用线性回归来求解模型参数。实例表明，不仅简化了建模方法，模型精度亦有所提高。

桥梁技术状况非等间隔序列的灰色预测研究

通过对传统的桥梁缺损状况灰色预测进行改进,提出基于非等间隔序列的灰色预测,解决了在实际桥梁评定中,许多桥梁没有每年评定,或者数据有强烈跳动,数据往往是非等间隔序列的预测问题。

AOD冶炼脱碳过程的非等间隔灰色优化模型研究

针对AOD冶炼中脱碳过程存在很多不确定因素,且终点控制仍借助经验来判断等问题,对高碳铬铁AOD法降碳试验中的脱碳过程建立了非等间隔序列的灰色优化模型.仿真结果表明,非等间隔序列的灰色优化模型能够很好地对碳含量进行终点预测,而且模型具有较高的预测精度,显示出其在冶金方面具有的明显优势和巨大潜力.

非等间隔灰色优化模型冶炼预测控制

由于钢铁冶炼中脱碳过程存在很多不确定因素,碳含量难以在线检测,终点控制难以及时准确地判断。对此系统采用S7-300 PLC作为控制器,创建非等间隔序列灰色优化模型功能块来预测冶炼过程的碳含量,并通过组态画面实时显示其变化趋势。试验结果表明,非等间隔序列灰色优化模型的相对误差在-6.4%与3.06%之间,能够很好地对碳含量进行终点预测。

非等间隔灰色预测模型的二次优化

为提高非等间隔序列数据的预测精度,采用一种新的加权方法对非等间隔序列数据进行处理,将其化为等间隔序列,在此基础之上使用初始条件的自适应性寻优函数对模型进行二次优化,得到最终的灰色预测模型.并用此模型对实测数据进行建模、分析和预测,计算残差平方和的平均数MSE的来比较该模型与其他模型的精度情况.研究结果表明:该模型在非等间隔数据处理中具有较好的预测精度.

动态GM(1,1)模型在沉降预测中的应用研究

灰色理论广泛应用于沉降预测,对指导现场施工具有重要意义。传统GM(1,1)模型的建立是以前期沉降数据作为建立模型的原始序列,然后对后几期沉降量进行预测。传统预测模型是一种静态的预测模型,短期预测的效果好,但对中长期沉降的预测结果准确性较低。本文采取了一种动态的建模方法,采用动态递补的方式不断更新预测模型,使其适用于中长期沉降的预测。

杏山铁矿冲击地压预测的优化GM(1,1)模型

冲击地压作为矿山开采中最严重的自然灾害之一,给矿山生产安全及作业人员生命安全带来了严重威胁。为对冲击地压进行实时有效的预测及防治,首先在非等间隔序列GM(1,1)模型的基础上,通过残差修正的方法对模型进行了优化,然后基于残差优化模型,结合现场监测数据,进行了杏山铁矿冲击地压预测的研究。研究结果表明:相比修正前模型,残差优化模型预测精度更高、预测效果更优;对于杏山铁矿-143 m水平工作面,随时间推移,围岩应力缓慢增加,但近期仍不会达到预警临界值,无冲击地压危险。

PSO优化GM(1,1)模型的湿地面积预测方法

文章针对湿地系统的非线性和随机波动性,建立非等间隔序列的灰色GM（1,1）预测模型。选取1988~2007年间5幅黄河湿地郑州地区的TM和ETM＋遥感影像,采用面向对象的分类方法获取湿地面积,然后利用MatlabR2007a实现PSO优化的非等间隔灰色预测模型,并针对预测结果进行误差分析。

基于Niche GA的灰色GM(1,1,λ,△t_k)优化模型

在非等间隔GM(1,1,D,△t_k)模型基础上,建立了更具一般性的非等间隔GM(1,1,λ,△t_k)模型,并给出了求解最优GM(1,1,λ,△t_k)模型的小生境遗传算法,实例证明,用GM(1,1,λ,△t_k)模型进行预测能取得好的效果。

基于三次厄密插值的边坡变形监测小波降噪处理

边坡工程监测数据往往包含各种误差(噪声),表现出明显的非真实波动和突变,边坡的实际变形特征被噪声淹没而无法识别。小波分析能利用边坡真实变形信号与噪声的时频特性不同,借助小波变换的多分辨率分析,有效地对不同频率成分进行分离,并通过作用阈值,最终达到降噪的目的并提取出边坡真实的变形特征。工程中获得的监测数据有时是非等间隔的,不能直接进行小波降噪,可以利用三次厄密插值使其转变为等间隔数据序列,分析结果表明这种处理方法是可行的。