基于优化GM(1,1)预测模型的产油量预测

本文针对传统GM(1,1)预测模型在初始条件选取上的局限性,应用以x(1)的第n个分量作为初始条件的改进GM(1,1)模型对产油量进行了预测,但并未取得好的预测效果。后本文按照使原始数据序列的x(1)序列与其模拟序列x(∧1)之差的平方和最小的原则,来确定白化权函数中的常数C,构建了优化GM(1,1)模型,在产油量预测中提高了预测精度。     

基于改进回声状态网络的游离氧化钙预测控制

在非线性时延水泥烧成系统中,针对传统预测控制方法调节时间长、控制精度不高的问题,提出一种改进的在线型回声状态网络预测控制模型。首先将带有L1范数约束项的递归最小二乘法与回声状态网络相结合构建在线型预测模型,解决传统预测控制模型辨识精度较低、无法进行实时预测的问题;然后基于改进的回声状态网络预测模型,构建预测控制模型结构,并采用具有全局优化能力的粒子群算法进行滚动优化,保证实际输出量快速、准确、平稳地跟随被控量的设定值;最后利用改进的预测控制模型对水泥烧成系统中的游离氧化钙含量进行预测控制仿真实验,结果表明改进的预测控制模型具有良好的性能和应用前景。     

灰色-马尔可夫的改进模型及在陶瓷工业产值预测

灰色模型是经济预测方法中最有效的方法之一,但灰色模型对波动性大的序列预测时精度较差.针对这一不足,提出灰色—马尔可夫的改进模型.新模型将原始序列进行对数运算提高数据光滑度,采用距离法降低灰色模型的相对误差,马尔可夫链对预测值进一步修正.将改进模型运用到景德镇陶瓷工业产值预测中,并与传统灰色模型、灰色-马尔可夫模型预测结果进行对比.结果表明改进模型的相对误差远小于灰色模型,预测精度优于灰色-马尔可夫模型,更能反应经济发展趋势.     

基于优化灰色神经网络法的压力容器裂纹扩展预测

根据灰色预测和神经网络理论建立了裂纹扩展预测的有效模型,并对其进行了优化和改进,通过实例计算表明,改进后的灰色神经网络法的预测精度更高,为裂纹扩展和寿命预测提供了一种参考方法。     

基于改进支持向量机的化学镀Ni-P/ZrO2复合镀层显微硬度预测模型的建立

选取对化学镀Ni-P/ZrO_2复合镀层的显微硬度具有代表性的影响因素作为输入变量,以正交试验获得的有限试验数据为样本,先建立基于传统支持向量机的预测模型,再采用遗传算法对传统支持向量机中的惩罚因子与核函数参数进行优化,最终建立基于改进支持向量机的预测模型。通过遗传算法进化迭代,提高改进支持向量机模型的预测精度。选取神经网络模型和传统支持向量机模型作为对比模型。结果表明:改进支持向量机模型的预测精度较高,可以利用该模型对化学镀Ni-P/ZrO_2复合镀层的显微硬度进行预测。     

基于灰色系统理论下卫生陶瓷设备电子器件寿命预测

采用灰色系统理论中的GM(1,1)模型对卫生陶瓷设备电子器件寿命试验数据进行数值拟合和预测 ,结果表明 ,灰色系统理论与方法应用于卫生陶瓷设备电子器件寿命试验数据处理是可行的 ,有较高的预测精度     

基于鲸鱼优化算法的汽轮机热耗率模型预测

为了准确地建立汽轮机热耗率预测模型,提出了一种基于反向学习自适应的鲸鱼优化算法（AWOA）和快速学习网（FLN）综合建模的方法。首先将改进后的鲸鱼算法与经典改进的粒子群、差分进化算法和基本鲸鱼算法进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;然后采用某热电厂600 MW超临界汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,并将改进后的鲸鱼算法优化的快速学习网模型的预测结果与基本快速学习网及经典改进的粒子群、差分进化算法和基本鲸鱼算法优化的快速学习网模型预测结果相比较。结果表明,AWOA-FLN预测模型具有更高的预测精度和更强的泛化能力,更能准确地预测汽轮机的热耗率。     

基于改进回声状态网络的游离氧化钙预测控制

在非线性时延水泥烧成系统中,针对传统预测控制方法调节时间长、控制精度不高的问题,提出一种改进的在线型回声状态网络预测控制模型。首先将带有L1范数约束项的递归最小二乘法与回声状态网络相结合构建在线型预测模型,解决传统预测控制模型辨识精度较低、无法进行实时预测的问题;然后基于改进的回声状态网络预测模型,构建预测控制模型结构,并采用具有全局优化能力的粒子群算法进行滚动优化,保证实际输出量快速、准确、平稳地跟随被控量的设定值;最后利用改进的预测控制模型对水泥烧成系统中的游离氧化钙含量进行预测控制仿真实验,结果表明改进的预测控制模型具有良好的性能和应用前景。     

利用残差修正GM(1,1)预测油田单井产量

常规GM（1，1）对指数变化规律的平衡数据序列有较高的拟合度，但是它却难以反映数列的随机波动变化。本文就是运用常规GM（1，1）对油田的单井产量进行预测，然后通过对原GM（1，1）模型进行残差修正来提高精度。通过对两种模型的对比分析表明，残差修正GM（1，1）能很好地提高预测精度。     

改进的非等间距GM(1,1)模型在气井生产动态预测中的应用

在非等间距灰色模型GM(1,1)中α增加ω,建立改进的非等间距灰色模型IGM(1,1)。该模型在已知数据中预测,调节ω,使得该模型历史数据预测值和历史数据的平均误差率达到事先给定的精度。通过实证分析,非等间距IGM(1,1)模型较非等间距GM(1,1)模型的预测精度有所提高。因此用非等间距IGM(1,1)模型对气井生产动态进行预测,可以比非等间距GM(1,1)模型更准确的了解气井未来的变化趋势。     

样条修正磨光法对我国建筑陶瓷进出口趋势的预测

通过研究样条函数（Spline function），提出样条修正磨光法模型（Spline Modified Smoothing Method）对我国建筑陶瓷的进出口数量和进出口金额进行了模拟，克服了灰色新陈代谢QM（1，1）模型要经过平移变换的繁杂过程。结果表明，样条修正磨光法对扰动大的数据模拟效果比灰色新陈代谢QM（1，1）模型的模拟效果更好，精度较高，预测误差小，为陶瓷生产和发展提供了可靠的理论方法。     

Illumination compensation in textile colour constancy,based on an improved least-squares support vector regression and an improved GM(1,1) model of grey theory

In many colour-related fields, such as textile colour measurement systems based on computer vision as well as dyestuff synthesis, colour constancy with illumination variation is a key problem to be solved. A new algorithm of illumination compensation for colour constancy for textured textiles is proposed in this paper, combining an improved least-squares support vector regression (LSSVR) and an improved GM(1,1) model of grey theory. The LSSVR algorithm was improved by determining the error limitation according to the distance between a standard sample and a test sample, while the improved GM(1,1) model used the average value of the sequence as the initial iteration value. The disadvantage of LSSVR, that it easily falls into global optimisation, can be compensated for by the local optimisation capacity of the GM(1,1) model. Experimental results show that the algorithm of this paper is very stable and provides good illumination compensation, whereby the time complexity of compensation is reduced by repeatedly processing fractional data with the LSSVR algorithm, and the prediction accuracy is improved by combining the improved GM(1,1) model and the LSSVR algorithm.     

一种新模型在预测输气管道腐蚀中的应用

根据等时距GM(1,1)模型建立了不等时距GM(1,1)预测模型,该模型可应用于利用腐蚀指标的原始数据来预测以后的输气管道腐蚀情况。验证表明,不等时距灰色模型扩大了等时距灰色模型的应用范围,在小样本的情况下同样可以做出较准确预测,为输气管道的防腐提供了可靠的依据。     

灰色GM(1,1)模型在金属材料疲劳试验数据预测中的应用

提出用灰色系统理论中的GM(1,1)模型对金属材料的疲劳寿命试验数据进行预测 ,目的是大幅度缩短试验时间 ,节约试验费用 ,快速获得可靠性指标。实例计算结果说明 ,将灰色系统理论用于金属材料的疲劳寿命试验数据预测有较高的精度 ,为有效缩短金属材料疲劳寿命试验时间提供了一个值得探讨的方法     

水煤浆气化炉耐火砖损蚀量的灰色预测

针对水煤浆气化炉中耐火砖存在损蚀的特点,采用灰色预测理论建立了耐火砖损蚀量的不等时距GM(1,1)预测模型,并提出了模型的优化方法。通过预测值与实际值比较得出,GM(1,1)模型用于水煤浆气化炉中耐火砖损蚀量的预测是可行的;优化后的预测模型与实际值吻合较好。在模型优化过程中还发现,模型优化后平均相对误差由4.41%降为3.73%,最大相对误差也由14.36%降到9.09%,验证了优化方法的有效性。预测结果可为水煤浆气化炉耐火砖的研制及检修提供依据和指导。     

黄霉素工业化发酵过程中灰色预测模型的应用

将灰色预测模型应用于黄霉素工业化发酵过程中。对采用Streptomyces bambergiensis 在60 m3发酵罐中批式补料发酵生产黄霉素的过程分别建立GM（1,8）、GM（1,1）和灰色Verhulst模型。3种模型的预测模拟结果表明都可以模拟黄霉素工业化发酵过程,其平均相对误差分别为15.322%、6.093%和1.776%,残差平方和分别为4.177 g2/L2、0.680 g2/L2和0.053 g2/L2。通过比较3种模型预测模拟结果证明灰色Verhulst模型更适合黄霉素工业化发酵过程的预测模拟。     

灰色理论预测竹叶提取液的缓蚀效率

利用竹叶作为制备环境友好型硫酸酸洗缓蚀剂的原料,通过失重法进行浓度梯度和温度梯度实验研究了浓度和温度对缓蚀效率的影响,并通过金相显微镜探讨了不同缓蚀剂浓度下挂片的腐蚀形态。针对缓蚀效率测量复杂性,运用灰色理论GM（1,1）模型对竹叶提取物的缓蚀效率进行了模拟和预测,与实验值相比较结果表明灰色理论有很好的预测效果,为此类运用提供了一个参考。     

聚合物配置浓度控制中的灰色预测控制

以灰色预测控制理论为基础,首次将非线性GM(1,1)模型引入油田聚合物配置站的聚合物浓度配置控制系统中,将一种新的自调节灰色预测控制器与原有的PID控制器结合,应用到聚合物浓度配置控制中,该控制器可根据系统现有数据预测未来聚合物浓度来自动调整控制器参数,经过生产实践验证了此控制器的有效性.     

改进的马尔科夫模型在人力资源预测中的应用

人力资源的需求预测是企业发展中的重大问题。由于企业的人力资源管理政策在一定的时间内是稳定不变的,因此很多企业在预测未来的人力需求时往往采用马尔科夫转移矩阵模型。但是由于模型的局限性,和企业人力的因辞职、退休、开除等原因退出企业,造成预测的数据偏小,无法满足企业的需求。文章采用了灰色GM（1,1）模型来进行改进,并考虑了企业的战略发展要求,解决了马尔科夫模型的数据偏小缺限,具有较好的预测结果。