基于灰色模型和自适应过滤的网络流量预测

提出一种新的网络流量预测方法。该方法根据网络流量历史值用灰色模型GM（1,1）进行预测,并用自适应过滤法对GM（1,1）预测时产生的残差进行修正,从而达到较高的预测精度。该方法综合了GM（1,1）预测所需原始数据少、方法简单等特点,具有较高的应用价值。实验结果表明,该方法是有效可行的。     

基于遗传神经网络的水泥路面使用性能预测

利用遗传算法强全局随机搜索特点,结合人工神经网络对大量非线性、非精确性数据具有鲁棒性和自学习能力的优点,将神经网络与遗传算法有机地结合,建立水泥路面预测模型,算例表明了该方法是可行且有效的.     

基于改进自适应灰色模型的网络安全态势预测

对网络安全态势的研究是网络安全领域的热门话题。现在的研究更多关注的是评估当前态势,而对未来态势的预测讨论较少。为实现对未来网络安全态势的准确预测,改进了现有的自适应灰色分析模型。同时,为提高预测精度,针对传统分析模型的不足,提出了自适应灰色参数和等维灰色填充方法。实验结果表明,这个模型是有效的。     

倒立摆网络控制系统的自适应灰色预测策略研究

基于灰色理论、自适应切换方法以及MIMO网络控制系统的研究,提出了一种网络环境下自适应灰色预测控制策略,并对整个建模过程进行了详细推导。该方法利用新陈代谢原理建立等维新息GM(1,1)模型,其在线辨识参数较少,避免了Diophantine方程和逆矩阵的在线求解,从而减少了计算量,提高了网络控制系统的实时性。倒立摆网络控制系统的仿真实验表明了所提方法的有效性。     

基于自适应神经网络模糊推理系统的蓄电池SOH预测

针对装甲车辆铅酸蓄电池健康状况影响因素复杂、难以准确预测的特点,提出了基于自适应神经网络模糊推理系统的蓄电池SOH预测模型。在确定模型的输入变量后,对其进行了MATLAB仿真和实测数据验证分析。结果表明,该模型具有很高的预测精度,在装甲车辆铅酸蓄电池SOH预测上具有很高的实用价值。     

灰色模型客流预测

灰色预测模型是数据分析的重要模型,已经应用到了众多领域。天津滨海快速交通发展有限公司经过多年的运营积累了大量的客流数据。该文运用灰色预测模型对滨海快速塘沽站的客流进行了分析,为运营决策提供了一定的依据。     

基于灰色预测的自适应内模PID双重控制器设计

针对一类非线性系统,提出一种基于灰色预测的自适应内模PID双重控制方法.把由系统的输入输出数据得到的灰色预测模型作为系统的内部模型,并在基本的内模控制结构上增加PID控制器,加快了跟踪误差收敛速度, 内模控制的性能明显改善.仿真结果表明,该控制方法简单而有效, 内模PID双重控制较单一内模控制具有更好的系统性能.     

基于残差改进的灰色模型网络流量预测

网络流量是衡量网络运行负荷和状态的重要参数,也是网络规划、流量管理等方面起着重要的作用的重要参数.在流量管理中,流量模型用于评价接入控制机制和预测网络性能.灰色模型在反映数据的趋势性变化上效果明显,随着灰色理论的发展及其广泛应用,越来越多的改进方法已经被提出.在对原有的模型进行研究的基础上提出进一步改进模型来对网络流量进行预测.     

基于灰色模型的高炉炉温预测

以高炉炉温预测应用性为基本出发点,以灰色理论为基础,当实际系统的历史数据序列呈现增长过快或下降过快时,就不能盲目使用GM（1,1）模型,否则,预测效果会不令人满意。只有当满足建模的一定条件时,误差才能够被接受。对数据进行开方处理后能使平均相对误差在10%左右,效果不错。     

基于分层排队网络模型的MCU性能预测及优化研究

针对视频会议系统中的多点控制单元(MCU)提出了一个基于分层排队网络模型的性能预测方法．通过对分层排队网络模型进行扩展,建立了多点控制单元的分层排队模型．设计了一个仿真程序对模型进行评价,仿真程序的输入即模型配置文件．该方法可以较快地从多种设计方案或硬件平台中选择满足系统性能设计目标的软件或硬件配置．仿真结果显示,选择双处理器配置和采用多线程技术,多点控制单元的接入容量提高了50％．最后,多点控制单元终端接入实验证明了该方法的有效性。     

基于灰色BP神经网络的瓦斯爆炸的预测

瓦斯浓度在很大程度上决定了煤矿井下发生爆炸的可能性,而原有灰色模型预测方法精度不是很高,但是所需的数据较少,而BP神经网络有高度的非线性计算、自学习和自组织能力。本文结合了灰色系统与BP神经网络各自的优点进行预测,使预测结果更加精确,可靠性得到很大的提高。     

基于网络性能的VoIP语音质量评价模型

在VoIP应用中,为了实现服务质量的监测和路径切换,通常需要测量路径的网络性能,并将网络性能映射到语音质量评价.本文提出一种基于网络性能的VoIP语音质量评价模型,该模型在E-Model的基础上进行了改进,只考虑网络性能的动态变化对语音质量的影响.新的模型考虑更少的影响因素,比E-Model更容易计算,因此更适用于VoIP系统的语音质量评价.通过实验比较了新的模型和简单的网络参数评价模型,结果显示该模型具有更好的语音质量描述能力.     

基于灰色预测模型的航线客流量预测

准确的预测航线的客流量,对于航空企业制定航线销售政策有着重要的作用.针对民航客流量预测具有诸多不确定性和数据不足的特点,在选取某航空公司近六年三亚-北京往返航线数据的基础上,提出以回归分析、灰色预测方法对该航线2016年的客流量进行分析预测.经实证分析,结果表明:灰色预测方法对航线客流量的预测的精确度较高,对航空公司预估客流量和制订销售政策有直接的指导意义.     

灰色理论和马尔可夫相融合的粮食产量预测模型

鉴于根食产量受多种复杂因素的影响并具有较大的随机性和波动性,建立了一种灰色理论和马尔可夫相融 合的粮食产量预测模型。首先采用灰色关联法筛选粮食产量影响因子,然后将其输入到灰色系统中构建粮食产量的 灰色预测模型,最后使用马尔可夫模型对灰色模型的粮食产量预测结果的残差值进行修正,以提高粮食产量预测精 度。仿真结果表明,提出的预测模型具有较好预测的精度,完全能满足粮食产量预测精度的要求。     

基于性能感知预测的云服务推荐模型

互联网上出现越来越多的云服务,面对种类繁多的云服务,如何准确地在众多云服务中把符合用户需求并且性能好价格低的服务推荐给用户成为云服务推荐的研究热点.现有的服务推荐方法往往只是根据当前云服务的历史性能记录为用户进行推荐,并没有充分考虑云服务的性能趋势.针对上述问题,本文提出了一种基于性能预测的服务推荐模型,该模型利用共轭梯度改进人工神经网络对云服务的性能进行预测,使用层次分析法对性能,价格等因素进行综合比较计算,最终为用户推荐最为合适的云服务.实验结果表明,使用改进神经网络对服务性能进行预测能够获得较高的准确度,层次分析法可以综合考虑服务的性能与价格,为用户推荐最为合适的云服务.     

基于类推和灰色模型的软件阶段成本预测

准确预测软件成本是软件工程领域最具挑战性的任务之一。软件开发固有的不确定性和风险性,使得仅仅在项目早期预测总成本是不够的,还需要在开发过程中持续预测各个阶段的成本,并根据变化趋势重新分配资源,以确保项目在规定的时间和预算内完成。由此,提出一种基于类推和灰色模型的软件阶段成本预测方法——AGSE(Analogy & Grey Model Based Software Stage Effort Estimation)。该杂交方法通过合并两种方法的预测值得到最终的预测结果,避免了单独使用其中一种方法预测时存在的局限性。在真实的软件项目数据集上的实验结果表明,AGSE的预测精度优于类推方法、GM(1,1)模型、GV方法、卡尔曼滤波和线性回归,显示出较大的潜力。     

基于优化的非等间距灰色模型对健康的预测

针对通过有限的不等时间间隔的健康数据预测未来健康情况难度较大,传统的非等间距灰色预测模型在应用中精度偏低的问题,本文提出一种优化的非等间距灰色马尔科夫预测模型。首先,该模型通过数据预处理和优化预测流程降低数据突变对预测结果造成的影响;其次,设计最佳权重系数来优化模型的构建;最后,采用灰色和马尔科夫修正相结合的策略对残差进行修正。经过实例和对比分析,结果表明,该优化模型具有更高的预测精度,从而可以相对准确地预测短期健康情况。     

基于KPCA和灰色模型的凝汽器故障预测

汽轮机凝汽器的故障预测为其故障自愈的研究提供了理论依据.提出一种基于核主元分析和灰色预测模型的汽轮机凝汽器故障预测方法,首次将灰色预测理论应用于凝汽器的故障预测.采用核主元分析法对故障特征数据进行分析和处理,提取反映故障的主要特征量,以降低特征变量之间的非线性相关性,同时减少灰色预测模型的预测参数的数目.然后应用灰色预测理论建立故障特征的预测模型,对每一个主要特征量的趋势值进行预测,重构故障特征向量,用于汽轮机凝汽器故障的预测分析.