非等间隔灰色GM(1,1)模型在沉降数据分析中的应用

本文用灰色系统理论的非等间隔模型GM(1,1)对西安市朱雀大厦周边建筑物及地表沉降观测数据进行了建模、分析和预测,并且与传统的回归模型拟合结果进行了比较,比较的结果验证了该灰色模型在建筑物及地表沉降变形分析中的实用性、正确性和有效性。

一种新的非等间隔灰色预测模型

文章分析得出传统非等间隔GM(1,1)模型模拟序列并非GM(1,1)模型的指数序列,因此导致其应用范围不及GM(1,1)模型。建立模拟序列为指数序列的非等间隔GM(1,1)模型,线性组合背景值的建立使得模型满足无偏性。以实例数据验证了新的非等间隔灰色预测模型对非等间隔近似指数序列拟合具有更高的精度,拓广了灰色理论的应用范围。

非等间隔阶跃灰色模型在滑油光谱分析中的应用

针对非等间隔、具有阶跃趋势的原始数据序列建立了非等间隔阶跃灰色模型 ,模型参数的辨识采用了非线性最小二乘估计的Levenberg Marquardt算法。将所建模型用于 16V2 80ZJA型机车柴油机滑油的光谱分析数据的建模 ,得到了较高的拟合精度 ,尤其在阶跃点附近 ,大大改善了拟合精度。利用模型参数对换油后的测试数据进行修正 ,有利于提高光谱分析的准确度和可靠性。

路基沉降的非等间隔时变离散灰色预测模型

本文分析了灰色GM(1,1)模型的缺陷,并以离散GM(1,1)模型为基础建立了路基沉降的非等间隔时变离散灰色预测模型,该模型参数以最小二乘法估计,且以遗传算法优化初始值,通过工程实例与不同预测模型进行对比分析,结果表明非等间隔时变灰色预测模型的精度明显高于其他模型,且最能反映原始路基沉降数据的发展规律。

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.

非等间隔灰色模型及应用

本文提出了非等间隔灰色过程的概念，实现了对灰色模型ＧＭ在时序要求上的拓展，探讨了非等间隔灰色模型的建模方法和模型方程，为描述时间序列间隔不等的灰色过程和解决工程上的问题提供了一个新的工具．非等间隔灰色过程的建模主要包括两步：（１）用最小二乘法和插值法由原始数据计算ｔｎ（ｉ）及（ｉ）数列，（２）由ｔｎ（ｉ）及（ｉ）计算模型响应式．文中给出了应用实例及误差分析．

陀螺电机轴承小样本非等间隔的寿命预测研究

现有轴承寿命预测的研究成果直接应用于陀螺电机轴承时,存在轴承振动信号难采集、模型使用小样本、非等间隔数据建模精度低等问题。选取陀螺电机电流信号作为可测信号并制定执行标准,截取有效电信号;提取初值化均方根值和Renyi熵作为退化特征以描述轴承寿命。设计的非等间隔、融合经验模态分解(Empirical Mode Decomposition,EMD)和生物地理学算法(Biogeography-based Optimization,BBO)的灰色模型(Grey Models,GM),即非等间隔EMD-BBO-GM(1,1),其包括间隔变化、数据分解、模型构建和参数优化共4个模块,可实现轴承寿命预测功能。选取小微挠性陀螺电机进行轴承寿命预测试验。研究结果表明,新模型使用两种退化特征获得的预测寿命与实际寿命相当,拟合精度不低于98%,预测精度不低于95%;与标准GM(1,1)相比,预测精度提升量为24.975%,间隔变化、数据分解和参数优化3个模块的贡献度分别为90.94%、3.64%、5.42%。

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GM(1,1)模型的比较研究

对非等间隔观测数据预测的两种典型灰色处理模型进行了改进。结合算例,将其与多项式模型作了比较研究,得到了有益结果:难于判定两种典型灰色处理模型的优劣;两种典型灰色处理模型的精度低于多项式模型的精度。

非等间隔灰色模型在矿区沉陷预测中的应用

针对目前采用灰色模型预测矿区沉陷时只针对1个点,缺乏工作面整体下沉预测及其精度研究的问题,以工作面走向线和倾向线地表观测站的下沉量为研究对象,以相邻监测时间间隔为权建立非等间隔灰色模型,预测下一时刻观测站的下沉量,进而得出下一时刻走向线和倾向线下沉曲线;采用概率积分法求参的方法验证工作面整体沉陷预测精度,采用预测值与实际值求参时所得结果相差不大,验证了采用非等间隔灰色模型预测矿区整体沉陷的可行性。

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.

路基沉降变形评估与非等间隔灰色Verhulst模型

介绍了成绵乐客运专线路基沉降变形评估方法,根据沉降观测数据的非等时距性,建立了非等间隔的灰色Verhulst模型,对DK171+550至DK171+643段的典型断面的路基沉降进行实例预测,分析了非等间隔的灰色Verhulst模型对客运专线路基沉降的预测效果。

路基沉降预测的改进非等间隔灰色Verhulst模型

建立了路基沉降预测的非等间隔灰色Verhulst模型,以梯形公式为基础对其背景值进行了改进,由于梯形公式仍具有误差,因此以模式搜索法对模型进行了二次优化,最后基于路基沉降实例分析,结果显示改进的非等间隔灰色Verhulst模型具有很高的预测精度,能够很好模拟路基沉降的发展。

基于改进的非等间隔灰色模型的河东机场沉降预测

针对沉降监测得到的数据光滑性不好以及对其等时距化导致的预测结果不准确、精度不高的问题,提出一个改进后灰色预测模型,并利用这个模型对河东机场的信标台、雷达台的沉降监测中不稳定观测点的沉降量进行预测,得到这两个建筑物监测结束后的稳定情况。

非等间隔灰色模型在桥梁墩台沉降预测中的应用

灰色系统理论具有对样本数量需求少、预测精度好的特点,被广泛地应用于隧道桥梁、公路建设中的数据建模分析,但该数学模型严格要求样本序列等间隔性,因而限制了其适用区间。本文以桥梁墩台沉降数据为例,采用时间加权因子对传统灰色模型方式进行改进,并对其预测效果进行精度检验,为相关非等间隔工程数据建模提供一定的理论参考。

非等间隔灰色Verhulst模型的病态性研究

针对非等间隔的灰色verhulst模型的病态性问题,构造出新的背景值构造公式,将灰色非等间隔模型的白化方程线性化得出模型解的一种新形式。通过实例分析可发现新提出的方法可从提高模型精度和降低求解参数矩阵的条件数两方面较好的改善了模型的病态性。针对非等间隔灰色模型的病态性问题提出了新的且有效的解决方法,首次从模型精度和参数矩阵的条件数两方面解决模型的病态性问题,这也为解决其他类型的灰色模型的病态性提供了新的参考。

非等间隔GM(1,1)幂模型在变压器故障气体预测中的应用

电力变压器运行的安全可靠性对于电网稳定有着关键影响。以油浸式变压器为例,考虑到变压器故障气体监测中存在的采集技术局限与完备性差的现状,对IEC三比值法所需要的五种主要故障特征气体溶解度大小进行预测,为后续的故障诊断提供数据分析基础。针对变压器故障气体色谱分析中气体浓度数据采集的不完备性与小样本特征,引入非等间隔GM(1,1)幂模型,并基于遗传算法对背景值及幂指数进行协同优化,分别建立变压器内不同种气体的气体溶解度灰色预测模型。实验证明:相较现有常见基于灰色模型的变压器预测方法,例如基于GM(1,1)模型与Verhulst模型的方法,所提方法能有效地提高模拟精度及预测精度,而且模型不拘泥于基础数据的等间隔连贯性,具有较好的实用性及适应性。

车用三效催化转化器剩余寿命的非等间隔灰色预测

为了有效预测车用三效催化转化器的剩余寿命,在进行快速老化试验后,采用氮吸附法测定三效催化转化器比表面积,并在其实验比表面积减小率的基础上采用非等间隔灰色预测模型对车用三效催化转化器剩余寿命进行预测,并对其预测结果的残差进行后验差检验。研究结果表明:在进行快速老化试验204 min后,比表面积减小6.42%,即车用三效催化转化器耐久性寿命至少还有12万km;后验差比值C<0.35,小误差概率P>0.95,表明车用三效催化转化器剩余寿命的非等间隔灰色预测模型预测结果具有较高的精度。

非等间隔加权G(1,1)模型在建筑物沉降预测中的应用

文中针对建筑物沉降监测数据量少、贫信息和非等时距等特点,引入单位时间差系数,将非等时距序列转化成等时距序列,建立非等间隔G(1,1)预测模型,依据监测数据对模型的贡献大小,引入权重矩阵以提高模型的预测精度。实践表明所建非等间隔加权灰色GM(1,1)模型的预测精度更高。

基于优化的非等间隔灰色理论和BP神经网络的身管磨损量预测

针对火炮身管烧蚀磨损量预测中存在的数据采样时间间隔不均匀、采样难度大、成本高、数据量小,常规数据拟合和预测方法难以处理等问题,提出一种基于改进的非等间隔灰色理论和BP神经网络的组合预测方法。通过组合预测模型对某型火炮身管的烧蚀磨损量进行预测,实例分析表明该组合预测模型具有较高的预测精度,为身管内膛磨损量的预测提供了一种新的技术途径。