基于灰色神经网络的金属疲劳寿命预测研究

为了对金属轴类零件的低周扭转疲劳寿命进行评估预测,搭建了灰色模型和灰色LSTM神经网络组合模型,并根据大量试验研究,对比分析了金属轴类零件低周扭转疲劳的实际循环寿命与用模型预测的循环寿命之间的误差.试验结果表明,提出的灰色神经网络组合模型相对于传统单一模型,能对金属轴类零件的扭转循环寿命进行有效预测,降低了预测寿命与实际寿命间的相对误差,提高了预测精度,为金属轴类零件的低周扭转疲劳寿命预测提供参考依据,具有一定的实用价值.     

基于等维动态马尔科夫SCGM(1,1)C模型的黄金价格预测

为了提高黄金价格预测精度,提出等维动态马尔可夫SCGM(1,1)C预测模型,引入取新去旧的数据处理方法,使用等维动态实现数据优化。等维动态马尔可夫SCGM(1,1)C预测模型是将等维动态SCGM(1,1)C模型与马尔可夫链结合起来,在等维动态SCGM(1,1)C模型的预测结果上再进行状态划分与转移,重新得到预测值。选取2018年1月～2019年4月共16组黄金价格数据,将动态等维的维数定为13,数据处理时选用2018年1月～2019年1月的13个黄金价格数据,预测2019年2月的黄金价格,再依次预测2019年3月和4月的黄金价格。以2019年2～4月的3个黄金价格预测数据作为拟合,预测2019年5月的黄金价格。通过比较灰色SCGM(1,1)C预测模型、等维动态SCGM(1,1)C模型与等维动态马尔可夫SCGM(1,1)C预测模型的精度,可知等维动态SCGM(1,1)C预测模型的精度较SCGM(1,1)C模型有所提高,等维动态马尔可夫SCGM(1,1)C模型的拟合精度最高,达到一级,相对误差平均值为0.85%,符合预测要求,应用该模型预测的2019年5月的黄金价格为1 314.78美元/盎司,实际黄金价格为1 295.55美元/盎司,价格较为接近。     

硫酸盐环境下污染混凝土抗压强度灰色预测模型

为了分析污染混凝土抗硫酸铵腐蚀的力学性能,本文运用灰色理论建立单变量的一阶灰色预测模型GM(1,N),并用已有原始试验数据与模型预测的数据进行比较。研究得到利用GM(1,1)模型得到的预测数据与实际数据比较吻合,且平均相对误差较小,在数据较少时该模型可以较为有效的预测受硫酸盐腐蚀的污染混凝土的抗压强度。     

灰色预测线性规划在多金属矿产能优化配置中的应用

利用灰色预测线性规划模型对多金属矿山的产能进行优化配置.经过灰色预测模型对各定位系数进行预测,将灰色线性规划问题转化为一般的线性规划问题,对其进行求解.结果表明,定位系数GM(1,1)误差检验合格,预测的多金属矿山经产能优化后可以实现生产资料的合理配置和利润的最大化.     

电力负荷的灰色预测

利用灰色GM(1,1)模型进行预测时,如果原始序列的变化不够光滑,预测误差很大.因此,对原始序列进行对数平滑处理,同时针对不同时段建模形成预测灰区间的特点,提出了用灰色系统理论进行电力负荷预测的具有对数平滑的灰色关联度加权预组合预测方法.该法使影响负荷的各个因素得到削弱或者抵消,提高了预测精度,并扩大了预测范围.     

基于核主成分分析与PSO-SVM的充填管道失效风险性分级评价模型

为了更精确地对充填管道失效风险性进行预测,建立核主成分分析与PSO-SVM相结合的评价模型。选取8项定量指标作为充填管道失效风险性的评价指标。统计15个矿山的样本数据,运用核主成分分析法对15个样本进行预处理,得出主成分,再利用改进的SVM模型进行预测,进而得到更加精确的管道失效风险性预测结果。研究结果表明,所得到的实际预测结果与期望值之间的平均相对误差控制在5%以内。利用核主成分分析法与PSO-SVM相结合的评价模型具有精度高和运算速度快的优点,为充填管道失效风险预测提供了一种可靠的方法。     

基于HP(2)-Elman模型的钢铁企业富余煤气预测及优化调度

针对钢铁企业富余煤气的频繁波动对自备电厂能耗及煤气平衡影响严重,且难以通过建立机制模型进行预测的问题,依据HP滤波和Elman神经网络性质建立了HP(2)-Elman预测模型.并根据自备电厂能源利用的特点,建立拟合模型求解锅炉的经济运行负荷,在此基础上对富余煤气进行优化调度.模型应用表明:所建预测模型对煤气柜位预测平均相对误差小于2.8％,自备电厂煤气供入量30、45、60个点预测平均相对误差分别为1.7％、1.6％、1.6％.根据预测结果进行的优化调度可为煤气柜位调整及自备电厂锅炉负荷分配提供操作依据,一年按照330天计算,可多产蒸汽约100495t,节能约11670481kg标煤.     

基于GA-BP神经网络的露天矿边坡变形预测分析

矿区边坡在各种因素的影响下,将会发生变形,但变形超过一定限度时,会对矿区产生很大的危害,开展边坡变形预测分析,能在一定程度上预防灾害的发生。文中在充分考虑BP神经网络初始权值和阈值难以确定,造成模型系统进入局部最小化,导致预测精度不高等问题的基础上,提出GA-BP神经网络预测模型,解决了普通网络模型在权值和阈值上的不足,并以越堡露天矿边坡变形监测点JC31、JC33、JC36为研究对象,分别采用灰色理论模型、BP神经网络模型以及GA-BP模型进行预测,研究结果表明:GA-BP网络模型较灰色模型和BP模型的预测值与实际值更吻合,预测精度更高,其平均相对误差最小,较其他两种方法预测精度提高了10倍以上,表明该方法具有一定的可靠性和可行性。      

基于加权组合模型的中国锰矿进口数量预测

为了对中国锰矿进口数量进行有效的预测,将多项式拟合模型、GM(1,1)模型进行线性组合,构建了一种加权组合模型,用于中国锰矿进口数量预测。结果表明:利用加权组合模型得到的预测结果平均相对误差小,并且具有较高的预测精度,从而为锰矿进口数量的预测问题提供了一种有效的研究方法。     

基于灰色系统理论的宁夏万元GDP用水量预测

提出了用灰色系统理论进行万元GDP用水量预测的建模方法.通过对有限的原始数据的生成处理,把有起伏性的原始数列变成规律性强的序列,从而建立万元GDP用水量预测的灰色模型.经实际算例校核证明,该模型准确、方便、实用.