机械零件可靠性灰色预测

本文根据灰色理论和应力——强度干涉理论,提出了机械零件可靠性灰色预测方法.为零件材料强度或工作应力随时间逐渐变化时可靠性的计算提供了一条新的途径。     

船舶横向受扰力的周期图建模预测

用五级海浪功率谱加权的方法建立船舶横向运动所受的扰动力模型,再用周期图建模的方法对海浪扰动下的船舶横向运动的优动力作出估计,并加以分析比较,给出仿真结果,最后得出结论.     

组合预测在风机振动预测中的应用

本文将组合预测方法引入到风机测点振动烈度的状态预测中,通过比较组合预测模型与其它几种单个预测模型的预测结果,表明采用组合预测法进行振动预测具有更高的精度,为风机的振动预测以及故障诊断提供了一个新的思路。     

基于BP神经网络的销售预测分析系统

销售预测是企业预算管理的基础,对企业的发展和正常生产有着非常重要的作用。首先建立了一套销售预测分析模型系统,对销售历史数据进行统一管理,利用销售预测分析模型给出预测结果报表。同时,建立了基于BP神经网络的预测分析模型。最后,将该系统在某电器厂进行应用,并通过与传统预测方法指数平滑法的比较,验证了该系统的实用性和预测模型的准确性。     

基于振动预测的直升机振动故障分析

基于直升机试飞数据,采用回归预测方法建立了振动预测模型。实现振动预测,提高了对飞行过程中振动情况的预知能力,可以有效地降低试飞风险。将预测结果与试飞结果进行对比,对异常数据的信号特征进行提取,还可以实现直升机振动故障的快速分析与定位。     

电梯交通流预测方法研究

电梯交通流的预测准确性对电梯群控系统的运行质量与服务水平有很大的影响。文中综述近年来常用的电梯交通流预测方法,包括时间序列预测法、指数平滑法、卡尔曼滤波法等传统预测方法,人工神经网络、支持向量机等智能预测方法以及几种组合预测方法,并指出了未来的发展方向。     

提升茂名电网母线负荷预测准确度的技术及管理措施分析

阐述了茂名电网各个220 kV变电站负荷特性及预测的难点,提出了母线负荷预测技术及管理措施的提升思路,介绍了预测方法、技术及管理措施落地后地区母线负荷预测准确度提升的情况。     

基于BP神经网络的物流预测方法

针对传统物流预测方法的局限，研究了基于BP模型神经网络的物流预测方法，即依据历史数据建立BP神经网络然后进行训练形成物流预测模型。阐明了神经网络具有记忆、学习功能，得出它能够很好模拟物流发展趋势。大量预测结果的准确性表明基于神经网络的物流预测是一个行之有效的方法。     

基于广义预测控制算法的水槽液位控制系统

为提高液位系统控制的可靠性和安全性,引入了广义预测控制算法。首先介绍了广义预测控制的基本算法,包括其基本理论、算法的优点及一些重要参数的选取标准。然后以水槽液位控制装置为控制对象建立了一个控制系统的数学模型,并对应用广义预测控制算法的该模型进行了仿真验证。仿真结果表明,所提出的算法具有良好的动态响应性能和快速跟踪设定值,并具有较好的控制效果。无论系统是否存在模型失配,只要控制系统是稳定的,就不会有静差。     

应用"事故超前预测理论"搞好安全用电工作初探

本文是结合个人从事电气安全工作的实践,从应用安全系统工程中的“事故超前预测理论”角度,浅析了以理论指导实践,并取得安全用电工作成果的过程。     

调质45钢变幅载荷下疲劳寿命预测

通过调质 45钢的超载实验及变幅疲劳实验 ,进一步验证作者提出的变幅载荷下疲劳寿命及其概率分布预测方法的适用性。实验结果及分析结果表明 ,调质 45钢切口件的超载效应因子 Z=0 ,从而可不必考虑载荷顺序效应 ,而直接采用 Miner法则和恒幅下的疲劳寿命曲线表达式进行预测 ,且实验结果与预测结果吻合很好     

一种分段在线支持向量回归算法

针对在线支持向量回归算法在提高时间序列预测执行效率的同时,其预测精度会有所下降的问题,提出一种分段在线支持向量回归的时间序列预测方法,通过缩减在线建模数据长度实现快速训练,并对在线支持向量回归模型进行分段存储,根据预测数据与子分段模型的匹配度,选取最优子分段模型预测输出,从而提高在线算法预测精度。通过对黑龙江移动通信话务量时间序列数据的实验结果表明,该算法既很好地保持了在线预测方法的运行效率,又通过分段使预测精度提高了5%～10%。     

基于MATLAB的广义预测控制设计方法

热工过程控制具有非线性、大迟延、大滞后、时变、耦合性和不确定性的特点,从而使控制难以得到满意的效果。而广义预测控制具有较强的鲁棒性、对模型要求低的特点。并且适用范围非常广泛。本文介绍了广义预测控制的基本原理和特点,并采用隐式广义预测算法在MATLAB中对单输入单输出系统进行验证。仿真结果表明该算法不仅大大减少了计算量。而且具有较好的控制效果。     

神经网络结合定性预测的订单预测方法研究

针对订单数据的非线性特性,以及受市场动态波动影响,且常常会存在训练样本有限的情况,提出采用ANN定性预测法,即神经网络与定性预测结合的方法预测订单。在传统BP神经网络的基础上引入牛顿法与竞争学习算法,以提高收敛速度并改善传统BP神经网络容易陷入局部极小值的情况。根据订单预测的实际情况列出三种定性预测与神经网络的结合形式,以及各形式的适用情况,最后通过实例分析表明该方法可行,并能有效地提高订单预测的精度。     

BP算法在电力系统短期负荷预测中的应用

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同小时类型的负荷差异,具有较高的预测精度.分析了如何采用BP多层感知器的隐层数及隐层单元数.最后对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度.     

销售预测分析系统的研究与应用

销售预测是企业预算管理的基础,对企业的发展和正常生产非常重要.首先建立了一套销售预测分析系统,对销售历史数据统一管理,利用销售预测分析模型给出预测结果报表.同时,对其中的预测分析模型进行深入研究,引入最大、最小预测值,改进了平均绝对百分比误差评价标准(MAPE),解决了误差过大不能确定销量预测值的问题,在此基础上建立了基于指数平滑法和改进后平均绝对百分比误差评价标准(AMAPE)的预测分析模型.最后,将该系统在上海某电器厂进行应用,预测对比分析结果验证了该系统的实用性和预测模型的准确性.     

机械故障预测模型综述

总结机械故障预测技术的发展,分析预测模型在故障预报中的重要作用.着重介绍目前常用的预测模型及其优缺点,探讨各模型的适用范围和应用情况.最后讨论这一领域的发展趋势,指出多参数预测和组合预测在机械故障预报中的重要意义.     

智能诊断与预知维修系统中经济大修的状态预测

根据机器设备更换之前劣化规律，运用“经济大修模型，可方便地实现智能诊断与预知维修系统中状态趋势的预测，这不但能更有效地对机器设备的运行状态实施监控，还能科学地预测机器设备合理的经济寿命，为设备的监控和维修取得最佳经济技术效果提供了参考。     

基于GA-BP神经网络的刀具寿命预测研究

刀具的使用寿命对于刀具需求计划制定、刀具生产准备以及切削参数的设置等具有重要影响。为了准确预测刀具使用寿命,在BP神经网络中引入了一种新型遗传算法,提出了一种基于遗传算法优化的BP神经网络的刀具寿命预测方法。BP神经网络中的权值和阈值利用遗传算法进行优化处理,训练BP神经网络预测模型求得最优解。实验结果表明,基于GA-BP神经网络刀具寿命预测方法相比传统BP神经网络预测具有更高的寿命预测精度,为刀具需求制定、成本核算、切削参数的制定提供了理论依据。