疲劳裂纹扩展的灰色系统预测

基于对疲劳裂纹扩展机理的分析，提出了用灰色系统预测模型来预测疲劳裂纹的三维动态扩展。用灰色GM(1，N)模型对疲劳裂纹扩展数据进行了拟合和预测，并利用残差GM(1，N)模型对其进行了修正，同时对GM(1，N)模型的使用缺陷提出了改进。结果表明灰色系统预测模型具有较高的拟合度和较高的精度。     

短期电力负荷预测的GM(1,1)模型群方法及应用

针对灰色GM（1，1）模型用于电力短期负荷预测不能有效反映负荷周期性变化及精度不高的问题，提出了GM（1，1）模型群方法。该方法通过分时段（时、天）单独建模，利用一群GM（1，1）模型进行预测，有效提高了预测精度并很好地反映了负荷的周期性变化。该方法克服了使用GM（1，1）模型不能很好体现实际负荷过程的局限，具有较高的实用价值，拓宽了GM（1，1）模型用于电力负荷预测的范围。     

改进灰色模型在电力负荷预测中的应用

灰色GM（1,1）模型是一种较有效的负荷预测模型,然而由于电力负荷具有多样性,导致对某些变化规律的负荷预测误差较大,精度不能满足要求,在实际应用中具有一定的局限陛。对灰色GM（1,1）模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度。     

改进的灰色理论在短期负荷预测中的应用

针对短期负荷预测问题,以减少预测模型复杂度和提高预测精度为目的,提出了一种改进的灰色理论预测方法,并与传统GM（1,1）方法进行了对比。仿真算例结果表明,该方法预测精度较优,具有较好鲁棒性,适用于短期负荷在线预测。     

改进的GM(1,N)灰色模型在邯郸市地下水矿化度预测中的应用

针对传统GM(1,N)模型求解时假定相关因素为线性相关与实际不符的问题,提出改进的GM(1,N)非线性优化方法,并将其应用于邯郸市2010～2015年地下水矿化度的拟合预测中,对比改进的GM(1,N)模型、传统GM(1,N)模型、多元线性回归分析、BP神经网络模型的拟合预测结果,验证改进的GM(1,N)模型的有效性。结果表明改进的非线性GM(1,N)模型拟合精度最好,其预测精度略低于BP神经网络模型。     

基于灰色GM(1,N)自记忆模型的城市生活需水量预测

以宝鸡市为例,构建了灰色GM(1,N)自记忆城市生活需水预测模型,采用灰色斜率关联度筛选城市生活需水量的最主要影响因素,并考虑到建模中.实例结果表明,模型拟合和预测精度均较高,可为城市规划提供参考.     

电力负荷灰色预测模型及性能分析（英）

本文将灰色模型GM（1,1）应用于电力负荷预测中,并对GM（1,1）模型的混沌特性进行了研究,指出了GM（1,1）模型的适用范围．     

基于改进灰色理论的中长期负荷预测方法研究

摘要： 中长期负荷预测是配电网规划的必要前提,对于电力系统经济效益和社会效益的提升具有重要意义。针对传统灰色预测模型预测精度低,适用性不强的缺陷,提出了一种基于改进灰色理论的电力系统中长期负荷预测方法。该方法在经典灰色预测GM（1,1）模型的基础上,首先利用三点平滑法对历史数据进行预处理,然后再构建基于等维新息矩阵的GM（1,1）模型,最后利用残差处理方法对预测结果进行修正。基于四川某地区售电量负荷预测的实际算例的仿真结果表明,相比于传统灰色预测模型,本文提出的改进灰色预测方法在预测精度和适用性方面都具有显著优势。     

基于改进灰色模型的江苏省发电量预测研究

针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000～2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000～2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较。结果表明,改进的灰色预测GM(1,1)模型显著提高了原始数据序列的光滑度,预测误差远低于传统灰色预测GM(1,1)模型,进而预测了江苏省2015、2020年的发电量,对江苏省制定电力发展规划具有重要的参考意义。     

电化学酸化池降低海水pH值过程灰色系统模型研究

电化学酸化池降低海水p H值过程中氢离子通过离子交换膜从阳极室进入中间腔的传输过程涉及复杂的电化学、动力学,在缺乏相关信息情况下,电化学酸化池可视为信息不完全的灰色系统。基于灰色系统理论对2种电化学酸化池降低海水p H值过程进行研究,分别建立其灰色GM(1,N)幂模型及其派生GM(1,N,x~((1)))幂模型。结果表明GM(1,N,x~((1)))幂模型模拟结果优于GM(1,N)幂模型结果;电化学酸化池工作时间、电流、电压、电阻均对氢离子传输过程存在影响。所得结果有助于初步理解电化学酸化池运行规律,对进一步建立电化学酸化池降低海水p H值过程氢离子传输理论模型及实际电化学酸化池工作过程的操作具有一定理论指导意义。     

城市电力需求的灰色预测模型及其应用

本文利用灰色控制理论建立微分拟合方程,给出了城市电力需求的灰色预测模型的结构、建模方法及对保定市电力需求预报的应用,提出了一种电力系统负荷预报方法。通过引进逼近度和预期置信度,改善了对预测结果的度量。与其它预测方法比较,此方法具有预测精度高、所需样本数据少、计算简便、可检验等优点,取得了满意的结果。     

基于不确定分析的改进灰水足迹模型及应用

鉴于传统的灰水足迹模型难以处理具有不确定性的灰水足迹评价问题,基于不确定性分析理论,提出了改进的灰水足迹模型,并将其应用于太湖流域的水质性缺水研究中。结果表明,与传统的灰水足迹模型相比,改进的灰水足迹模型通过引入不确定性分析理论,能更准确地计算污染物的灰水足迹期望和水质性缺水风险概率,从而量化研究区域的综合水质性缺水程度;2010~2014年太湖流域的水质性缺水风险概率分别为1.00、1.00、0.93、0.97、0.82,其中总氮的灰水足迹期望依次为676.7×10^8、592.6×10^8、576.3×10^8、463.9×10^8、503.7×10^8 m^3,为太湖流域水质性缺水的主要诱因;改进的灰水足迹模型与水功能区水质达标率模型评价结果基本一致,能准确有效地量化研究区域的水质性缺水状况。     

基于MGM(1,n,r)的主动配电网中长期负荷预测

针对主动配电网负荷长期发展的影响因素较多,而传统灰色预测模型只适用单变量、精度较低的缺陷,提出利用遗传算法对灰色模型的参数搜索最优解,构建多变量灰色遗传MGM(1,n,r)中长期负荷预测模型。仿真实例表明,相比传统灰色模型,遗传算法在主动配电网中长期负荷预测中应用性更强,具有显著的预测精度及优势。     

基于IFOA-GNN的土石坝施工期位移预测模型

有效预测土石坝施工期的位移对大坝安全运行具有重要意义。针对基于智能学习的大坝位移预测模型存在的不足,提出了一种基于改进果蝇算法(IFOA)与灰色神经网络(GNN)相结合的土石坝位移预测模型,即通过改进的果蝇算法迭代调整灰色神经网络的权值和阈值,得到全局最佳的初始化参数,将其结果输入灰色神经网络,并将其应用于某土石坝施工期位移预测。结果表明,该预测模型预测精度高、预测结果稳定,且精度及稳定性均优于灰色神经网络模型(GNN)和果蝇算法与灰色神经网络(FOA-GNN)预测模型。     

优化的灰色拓扑模型在年径流预测中的应用

由于河川径流具有变化剧烈、波动频繁的特点,采用常规水文预报方法的预测效果较差。为此引进灰色拓扑方法,在优化原始GM(1,1)模型的基础上,通过改进拓扑预测的矛盾点筛选方法,建立了优化的灰色拓扑预测模型群,对梨园河流域的实测年径流序列进行模拟和预测,发现所建模型的拟合曲线与实测序列的变化趋势一致,比传统的灰色拓扑方法具有更高的精度。结果表明,改进的灰色拓扑模型能够有效克服振荡序列的非线性影响,可作为研究区域的径流预报和水资源分析的参考依据。     

基于改进灰色模型与BP神经网络模型组合的风力发电量预测研究

针对灰色模型在数据序列无规律的风力发电量预测中精度不高的问题,通过对原始数据的平滑处理改进灰色模型,并将改进的灰色模型与BP神经网络相结合构建组合预测模型,采用灰色关联法改进组合预测的权重系数。实例分析表明,改进的优选组合模型预测的准确度高于单一模型及传统的优选组合预测模型。     

引入SPA理论的灰色聚类河流健康评价耦合模型

传统灰色聚类评价法的白化权函数覆盖范围偏小,且综合评价基于最大隶属度原则来确定,这种做法往往会忽略重要信息,因而对白化权函数作出改进并引入集对分析模型,用联系度分量代替聚类系数,发挥集对分析与灰色聚类的各自优势,运用主、客观组合赋权法确定各指标权重,建立了改进灰色聚类-SPA耦合模型,并应用于河流健康评价。结果显示,河流健康等级与现状水平一致,表明该模型适用于河流健康评价的研究。此外,根据综合评价结果,提出该河流在相关方面应加强治理与监管,逐步改善水质和保护水生生物群落的完整性。     

电弧炉炼钢合金成分控制模型

在电弧炉冶炼过程中,合金成分的控制对产品质量具有重要的作用。通常情况下建立以合金成本最低为目标的线性规划模型,并采用单纯型算法求解。在电弧炉模型的应用过程中,合金元素收得率对模型的精度影响较大,但是合金元素的收得率很难准确获得。通过对电弧炉生产过程中影响合金元素收得率的因素分析,建立了以灰色模型为基础的合金元素收得率估计模型,与线性规划模型构成电弧炉合金成分控制模型,提高了模型的精度。经实践应用表明,该模型可以保证按照各钢种成分要求实现准确、经济地进行电弧炉出钢时合金化操作,使钢水成分达到要求范围,有利于实现电弧炉冶炼中钢水的窄成分控制。     

卡尔曼滤波灰色模型在大坝变形预测中的应用

针对灰色模型在大坝变形预测中的不足,将灰色模型与卡尔曼滤波相结合应用于大坝变形预测中,即先使用卡尔曼滤波消除扰动误差,再进行灰色预测。实例应用表明,该组合模型比单纯灰色模型更适用于大坝的变形预测,可作为一种新的预测方法应用于大坝变形监测中。