基于灰色理论的火炮维修器材消耗预测模型

为了探索火炮维修器材消耗规律,科学地指导火炮维修器材储备和供应,基于灰色预测方法,构建了GM（1,1）预测模型,结合2004—2009年某部火炮保障的应用实例,对其维修器材消耗进行了预测研究。预测结果表明,该模型在实际工作中对火炮维修器材消耗预测具有指导意义。     

基于GM（1,1）模型的光纤陀螺随机漂移建模

针对差分法在陀螺随机漂移建模中的缺陷,提出将GM(1,1)模型与AR模型相结合的非平稳序列建模方法,将光纤陀螺随机漂移分为确定性的趋势项部分和平稳序列部分,并引入GM(1,1)模型用于提取趋势项,通过AR模型对平稳序列建模,最终实现光纤陀螺随机漂移的非平稳时序建模。分析表明,该模型拟合精度较高,是光纤陀螺随机漂移建模的一种有效方法。     

基于新息灰预测的导弹遥测参数预测算法研究

为了在导弹飞行中判决导弹故障,建立基于新息的灰预测算法。利用GM(1,1)模型的每一个预测值替换掉最老的一个信息,以实现新陈代谢,然后再以补充了新信息但序列长度不变的预测序列对反映导弹工作状态的遥测关键参数进行实时预测。通过Matlab仿真软件对原有GM(1,1)模型和改进的GM(1,1)模型进行分析比较,验证了改进后GM(1,1)模型预测精度比较高,易于实现,适合导弹故障的实时预测。     

基于改进GM(1,1)模型的捷联惯组误差系数建模预测

针对捷联惯性测量组合测试数据小样本预测建模问题,研究一种改进的GM(1,1)模型。该模型是对服从非齐次指数增长规律的数据建模,克服传统GM(1,1)模型指数规律的不足。首先给出推广GM(1,1)模型的微分方程形式,考虑初值对模型的影响,建立优化灰色模型,并将其精确离散化,通过精确的离散化模型求取模型参数,提高了模型精度。该模型为捷联惯组测试数据预报提供了一种新的方法。实例验证本文所研究模型预测效果好于原推广GM(1,1)模型。     

基于SOM 网络的军械维修器材供应链绩效评估

为更好地对军械维修器材供应链评估,采用自组织映射（self-organization feature map,SOM）网络对军械维修器材供应链绩效进行评估。根据平衡记分卡原理确定了影响军械维修器材供应链绩效的6个关键因素,建立了具有聚类功能的SOM网络模型。模型以调研得到的各个因素优劣评分组成的向量为输入向量,经过SOM网络把24个样本向量分为优、良、中、一般4类,建立了评估标准。最后通过实例进行了评估应用,验证了模型的合理性和可行性。     

舰空导弹武器装备寿命周期费用分析

针对传统费用分析方法在舰空导弹武器装备寿命周期费用预测中存在的不足,引入灰色理论的 GM(1,1)模型对寿命周期费用进行拟合和预测。同时为了进一步提高预测的精度,对 GM(1,1)模型加以改进,重构了背景值公式,通过与原有GM(1,1)模型预测结果进行比较,表明背景值优化后GM(1,1)模型的预测精度显著提高,可为舰空导弹武器装备的使用保障、退役和更新提供更为有效的决策依据。     

基于灰色马尔可夫模型的装备维修备件需求预测

针对武器装备维修备件需求量预测的难点,在全面分析各种预测方法的基础上,根据武器装备维修备件需求量是典型的小子样和贫信息的特点,在灰色GM(1,1)模型的基础上建立了灰色马尔可夫模型,并通过具体的实例进行验证,结果表明,灰色马尔可夫模型对具有随机性和波动性的非平稳随机序列具有很好的拟合效果,为武器装备维修备件需求量预测提供了一种新的途径和方法。     

改进灰色残差模型在航迹预测中的应用

为了提高航迹预测的准确度,加强对来袭目标的打击效果,提出一种改进灰色残差模型对目标航迹进行预测.该方法将灰色GM(1,1)模型与支持向量回归机相结合,通过对原始航迹数据建立灰色模型得到预测值以及残差序列,提出的改进残差模型运用支持向量回归机非线性拟合的能力对预测值进行修正,在一定程度上克服了GM(1,1)模型的缺陷,使模型预测结果的精度得以提升.分别使用灰色GM(1,1)模型、灰色残差GM(1,1)模型、改进灰色残差GM(1,1)模型3种方法对同一航迹进行预测并对预测的结果进行对比.计算结果表明:该改进模型在航迹数据变化较大的情况下能够较为精确地对航迹进行预测,有较高的理论和实用参考价值.     

火炮初速灰色预测建模与精度分析

火炮初速是受诸多因素制约的,可以利用灰预测对火炮初速进行预测.必须在测得4发以上的有效初速值后,才能利用灰色预测理论对数据进行建模分析,得到发射炮的火炮和装药批号初速偏差量,从而进行射击修正.应用GM(1,1)模型作数列灰预测,由于火炮初速是一个摆动量小的一维数组的预测,因此,火炮初速在建立了GM(1,1)模型后,必须以灰数列预测模型实施滚动检验对其精度进行必要的分析.     

基于历史费用的鱼雷经济寿命预测

鱼雷经济寿命由鱼雷年平均费用最小的年份来确定,而鱼雷总的年平均费用与鱼雷购置费和使用维护费用有关。利用鱼雷使用维护费用近似服从指数规律的经验,对灰色系统理论的GM(1,1)模型进行改进,将原始数据作为累加序列进行建模,同时,采用卡尔曼序贯滤波算法减弱数据序列的随机性。结合实例对鱼雷使用维护费用进行预测,由此可预测鱼雷的经济寿命。结果表明,这种方法能达到令人满意的精度,具有实用价值。     

稳压器压力控制系统灰色预测PI D控制方法研究

将灰色预测理论与常规PID控制结合,对灰色预测PID控制在稳压器压力控制系统中的应用进行了研究,在传统压力控制系统的反馈回路中添加了灰色预测控制器,该控制器以灰色GM（1,1）模型为基础,用被控量的灰色预测值替代当前测量值进行超前控制;仿真分析结果表明：基于灰色预测控制算法设计的稳压器压力控制系统性能优于常规PID控制;系统的控制品质得到了改善。     

基于灰色马尔可夫模型的装备故障间隔期预测研究

针对武器装备故障间隔期预测的难点,提出了在灰色GM(1,1) 模型的基础上建立灰色马尔可夫组合模型进行故障间隔期的预测。在分析典型电子装备故障率曲线的基础上,根据电子装备的故障特点,形成合理的建模背景,建立组合模型对装备故障间隔期进行预测。通过实例对预测值和真实值进行比较,表明在“少数据冶、“贫信息冶、“ 不确定冶的情况下利用该组合模型预测故障间隔期的有效性,有效降低预测误差,提高预测精度。     

高阶残差修正GM(1,1)区间预测模型及其应用

提出了一种Markov高阶残差修正GM(1,1)区间模型,在GM(1,1)模型的基础上对拟合数据残差项的绝对值运用Markov模型进行数据拟合,通过将残差项叠加的方式逼近数据真实值.根据残差项的正负状态构建了预测区间,并通过数值模拟论证了预测区间的适用范围与合理性,运用Markov模型对预测区间进行了修正和改进,给出了Markov高阶残差预测区间的表达式.分析结果表明,模型弱化了灰色发展系数的取值条件,并且计算修正残差的阶数越高,预测区间结果可靠性越高,避免了根据概率大小选择预测结果所产生的预测风险,提高了预测结果的可靠性.     

分数阶离散灰色模型及其在备件需求预测中的应用

针对某型新概念武器装备缺乏可比对的现有装备,备件需求历史数据少,对装备本身保障特性缺乏了解等问题,提出应用分数阶GM(r,1)模型进行备件需求预测的方法。应用矩阵扰动理论证明了GM(r,1)模型的扰动界小于GM(1,1)模型的扰动界。利用1阶累加矩阵及其矩阵乘法运算推导出p阶累加矩阵。应用分数阶差分方程理论,将p阶累加矩阵推广到r分数阶累加矩阵,建立分数阶累加灰色模型GM(r,1)。通过矩阵求逆运算,得到r分数阶累减矩阵,简化了r分数阶累减计算方法。应用遗传算法确定GM(r,1)模型最优阶数,利用GM(r,1)模型预测维修备件需求,并通过实际数据实验,表明GM(r,1)模型比GM(1,1)模型具有更好的预测性能。     

基于改进Grey-Markov模型的导弹备件需求预测

导弹备件需求系统是复杂的系统,根据灰色预测和Markov的特点,给出Grey-Markov模型,用无偏GM（1,1）模型拟合备件需求的变化趋势,而进行Markov预测,在预测过程中,不断更新原始数据;通过对导弹备件需求预测表明,相比一般的灰色预测模型,该模型预测准确度（尤其是中长期预测中）得到了较大提高。     

基于改进GM(1,1)模型的引信系统贮存寿命预测方法

针对引信系统复杂、贮存样本量受限、测试数据波动性较大等问题,提出了基于改进GM(1,1)模型的引信系统贮存寿命预测方法。该方法在利用"指数-对数变换"对原始数据预先进行光滑处理的基础上,通过建立GM(1,1)模型和残差修正模型,推导出对引信系统贮存寿命预测的改进算法。实例分析表明,该方法具有预测精度高、适用范围广、通用性强等优点,可推广用于类似系统或设备的寿命预估。     

基于组合模型预测火炮初速的研究与应用

火炮初速决定着在复杂战场环境中能否准确打击敌人,而准确预测出火炮初速关系到在不经试射的情况下能否成功命中目标。预测火炮初速往往采用某种单一模型,虽然建模简单但是只能提取出火炮初速中的某一特征,从而导致预测精度并不理想。针对这种情况,选取了某型火炮3组不同的初速数据进行分析,提出利用ARIMA时间序列模型、GM(1,1)灰色模型及BP神经网络模型进行预测,既能提取出火炮初速中的线性成分又能提取出非线性成分,同时为了最大限度发挥出单一模型的预测优势,利用3个单一模型建立了组合模型,并利用实测数据对各个模型预测精度进行了检验。结果表明,组合模型能更好地发挥出所有模型的预测优势,预测精度更高,更适合作为火炮初速预测的有效模型。     

基于时间连续灰色Markov模型的维修器材需求预测方法研究

运用时间连续且状态离散的灰色Markov过程模型,对装备维修器材的需求量进行了预测。根据装备维修器材消耗历史数据的变化幅度和数据的分布情况来划分状态区间。由各区间状态的转换情况得到Markov模型状态间的一步转移概率,论证与运用Kolmogorov微分方程求解各状态概率的时间函数并建立状态概率预测式,根据预测状态的概率值确定了灰色预测值的定位系数并求解预测值。算例分析表明,在预测维修器材需求量数据时,灰色Markov改进模型的预测精度较GM(1, 1)模型、一般灰色Markov残差修正模型以及时间离散灰色Markov链预测模型有了稳定提高,证明了该模型的有效性和实用性。     

液体火箭发动机点火初期推力参数预测

为寻找快捷有效的液体火箭发动机健康监控方法,采用了灰色模型GM(1,1)模型及残差修正方法对某型液体火箭发动机点火后初期推力进行预测,预测精度与实时性能指标都比较好.为进一步提高精度指标,采用无偏灰色模型UGM(1,1)进行预测,取得了良好的效果.结果表明,灰色理论通过修正可以应用于液体火箭发动机状态监测与预报中,且效果好.     

一种基于灰色理论的目标飞行器跟踪趋势预测模型

为了揭示目标飞行器的运动特性,将灰色模型应用于船载雷达跟踪目标飞行器趋势的预报。基于GM(1,1)灰色模型,对原始序列进行累加处理得到生成序列,通过灰色模型去描述生成序列,还原出原始序列,得到原始数据的预测模型,以此获得对目标飞行器未来趋势的预测,并以某次任务的雷达跟踪测量俯仰角数据为实例进行研究。实验结果表明:经过数据预处理后,所建模型具有一定的预测精度。