综合权组合预测

在组合预测中，充分考虑各单项模型长期预测效果和近期预测效果，通过实际数据与预测结果的比较，具有较高的预测精度，证明模型的可行性。     

灰色模型GM(1, 1)优化

分析了GM(1, 1)模型产生模拟误差的原因，经大量的数据模拟和GM(1, 1)模型比较，发现背景值的优化使GM(1, 1)模型在短期、中期及长期预测中扩大了适用范围，并且模拟及预测精度显著提高。     

综合权组合预测

在组合预测中,充分考虑各单项模型长期预测效果和近期预测效果,通过实际数据与预测结果的比较,具有较高的预测精度,证明模型的可行性。     

油田年产量预测的数学模型

本文将改进的灰色Verhulst模型用于某油田产量的预测。在平均相对误差达到最小准则或最大相对误差达到最小准则下，分别给出了估计灰色Verhulst模型中参数的线性规划方法。研究表明，模型中的背景值参数和边值修正项对模型的预测精度均有影响，在此基础上，分别以平均相对误差达到最小或最大相对误差达到最小为适应度，提出了基于遗传算法求解最佳背景值参数和最佳边值修正项的方法。最后将改进的灰色Verhulst模型用于某油田产量的实际预测，预测精度很高，结果令人满意。     

基于维纳过程截齿磨损退化预测研究

针对掘进机的截齿磨损状态问题，构建了基于灰色-马尔科夫链模型、Gamma过程预测模型以及维纳过程磨损状态预测模型。通过搭建试验台，提取振动及声发射数据样本，考虑试验环境对试验数据提取的影响，应用小波包分解方法，对数据进行降噪处理。定义6种截齿磨损程度状态，每种状态取50组数据样本，进行模型精度验证，均符合精度要求，进而应用模型进行数据预测研究，对比真实试验数据，结果表明：振动信号加速度能量和下灰色-马尔科夫模型相对误差为0.89%,Gamma模型相对误差为0.47%,维纳过程相对误差为0.39%;声发射信号加速度能量和下灰色-马尔科夫模型相对误差为1.02%,Gamma模型相对误差为0.84%,维纳过程相对误差为0.47%;三种模型预测精度都很好，其中维纳过程预测误差最小，为掘进机截齿磨损退化状态预测研究提供了新的方法。     

马尔科夫理论在物流量预测中的应用研究

物流量预测对于物流产业规划和发展的举足轻重。本文将马尔可夫理论与灰色模型相结合，介绍了应用马尔科夫理论的物流量预测方法，并对当地的物流量进行预测，结果表明这种方法具有良好的精度和准确性。     

基于背应力功的疲劳能量模型及其在轮槽构件寿命预测中的应用

基于局部应力-应变法与疲劳损伤能耗结构,以疲劳过程中背应力塑性功累积为基础,建立了一种新的缺口构件疲劳寿命预测能量模型,并将其应用于某型汽轮机轮槽结构件的疲劳寿命预测。通过与试验结果相比较,初步验证了模型的预测精度(预测寿命与试验寿命误差小于20%)。此外,还进一步将上述能量模型与传统疲劳寿命预测能量方法进行了比较。结果表明,基于背应力塑性功累积的疲劳损伤描述可进一步提高疲劳寿命预测精度,值得工程疲劳设计者重视。     

基于Wiener过程的独立部件精度预测方法

针对一类内部各部件不可直接测量的动态测量设备,研究其精度退化规律,提出一种基于Wiener过程的独立部件精度预测的方法。该方法通过动态误差分解与溯源,以间接测量的方法得到精度损失的统计量。通过极大似然估计方法得到模型参数的初值,再采用贝叶斯理论对参数进行在线更新,进而预测系统各部件的精度。最后,以百分表精度退化实验为例,验证该模型预测的精度和可行性。     

基于Kriging模型的钢管混凝土连续梁拱桥有限元模型修正

提出基于Kriging模型的有限元模型修正方法。Kriging模型为据区域内若干信息样品某种特征数据对该区域同类特征未知数作线性无偏、最小方差估计方法,其只用少量样本即可获得较高精度预测结果。用Kriging模型对平面桁架进行有限元模型修正,验证该方法的可行性与准确性;对一连续梁拱桥进行模型修正,并与GA算法、BP神经网络方法模型修正结果比较分析。Kriging模型仅需一定量测量频率信息即可完成模型修正,能避免修正过程中进行有限元模型迭代计算。结果表明,该方法能准确预测有效频率范围(active frequency range)外模态信息,计算效率、精度较高,可用于工程实践。     

误差空间估计的卫星跟踪位置预测

为了提高光电跟踪设备进行卫星观测跟踪时的精度与平稳性,提出一种在跟踪过程中预测卫星位置的误差空间估计方法.该方法根据当前不完全有效与准确的实测数据,用动力学模型方法离线预测数据与离线预测误差表示卫星位置,在预测误差构成的误差空间中对其进行滤波与预测,再与离线预测数据合成以得到精度更高的卫星位置预测数据.实验结果表明,文中方法对卫星位置的预测数据精度比采用运动学模型的Kalman滤波方法高,在精度要求为1'的情况下,其能预测的时间范围比后者多25s以上,且误差随预测步长的增加,增长较缓慢.     

基于Chebyshev数值逼近的实时信号预测及其应用

提出了基于Ｃｈｅｂｙｓｈｅｖ数值逼近的时间序列直接多步预测算法。该算法具有模型简单、所需的观测样本容量小、易于在线计算及预测精度较高的特点，特别适合于有高实时性要求的场合进行实时预测。解决了基于传统ＡＲＭＡ模型建模繁琐，模型阶次对预测精度影响大，以及神经网络模型收敛速度慢，难于满足实时性要求的问题。仿真及实验结果表明了该算法的可行性和有效性。     

基于序贯层次Kriging模型的微型飞行器机身结构设计优化

在基于仿真模型的工程设计优化中,采用高精度、高成本的分析模型会导致计算量大,采用低精度、低成本的分析模型会导致设计优化结果的可信度低,难以满足实际工程的要求。为了有效平衡高精度与低成本之间的矛盾关系,通过建立序贯层次Kriging模型融合高/低精度数据,采用大量低成本、低精度的样本点反映高精度分析模型的变化趋势,并采用少量高成本、高精度的样本点对低精度分析模型进行校正,以实现对优化目标的高精度预测。为了避免层次Kriging模型误差对优化结果的影响,将层次Kriging模型与遗传算法相结合,根据6σ设计准则计算每一代最优解的预测区间,具有较大预测区间的当前最优解即为新的高精度样本点。同时,在优化过程中序贯更新层次Kriging模型,提高最优解附近的层次Kriging模型的预测精度,从而保证设计结果的可靠性。将所提出的方法应用于微型飞行器机身结构的设计优化中,以验证该方法的有效性和优越性。采用具有不同单元数的网格模型分别作为低精度分析模型和高精度分析模型,利用最优拉丁超立方设计分别选取60个低精度样本点和20个高精度样本点建立初始层次Kriging模型,采用本文方法求解并与直接采用高精度仿真模型求解的结果进行比较。结果表明,所提出的方法能够有效利用高/低精度样本点处的信息,建立高精度的层次Kriging模型;本文方法仅需要少量的计算成本就能求得近似最优解,有效提高了设计效率,为类似的结构设计优化问题提供了参考。     

基于KS-GS-SVR的峰值爆破振速预测

为了保证爆破作业时周围建筑物的稳定，需要提高对峰值爆破振动速度预测的准确性。运用Kennard-Stone算法优化训练样本，采用网络搜索算法获得支持向量回归机的最优惩罚系数和核函数参数，构建KS-GS-SVR的峰值爆破振速预测模型。结合湖北铜录山现场露天台阶爆破的振速实测数据，选取影响爆破振动速度的8个主要因素作为模型的输入变量，运用KS-GS-SVR模型进行峰值振速预测，并将KS-GS-SVR模型预测结果分别与GS-SVR、KS-GA-BP、KS-萨氏公式模型预测结果对比分析。结果表明，相比于GS-SVR的预测结果，KS-GS-SVR模型预测结果的平均相对误差降低了4.31%,说明Kennard-Stone算法通过优化训练样本提高了预测精度。KS-GS-SVR模型预测结果的平均相对误差为12.17%,明显低于其他模型，说明KS-GS-SVR模型学习和泛化能力更强，预测精度更高。所构建的预测模型可供类似工程爆破振速峰值预测借鉴。     

基于LSTM-ES-RVM的滚动轴承剩余寿命预测方法

为解决滚动轴承在寿命预测时精度不高，且性能退化趋势及波动范围难以预测等问题，提出了基于LSTM-ES-RVM的滚动轴承剩余寿命预测方法。在无先验知识或人工经验的干扰下，利用长短期记忆（Long Short-Term Memory,LSTM）网络直接对频率数据进行特征提取，构建退化过程的初步健康指标（Health Indicator,HI）；为了消除HI曲线的局部剧烈振荡，提出了带斜率的极端拐点（Extreme Inflection Point with a Slope,ES）模型改善其整体单调性；使用相关向量机（Relevance Vector Machine,RVM）模型对HI曲线进行趋势预测，实现了滚动轴承的剩余寿命（Remaining Useful Life,RUL）预测。实验结果表明，所提方法相较于对比方法具有较好的预测精度。     

金属薄板循环塑性强化模型及实验研究进展

金属薄板塑性成形及回弹预测精度在很大程度上取决于所采用的强化模型能否对材料变形行为准确描述。梳理了各向同性强化模型、随动强化模型、旋转强化模型、畸变强化模型以及各类微观强化模型,对不同模型的特点及局限性进行了分析。同时,总结并讨论了标定强化模型中材料参数的各类循环加载实验方法。针对强化模型参数识别的问题,总结了常用的参数标定方法,分析了影响识别精度的因素。最后,介绍了不同强化模型在回弹预测方面的应用并分析了影响预测精度的因素。     

卫星跟踪中位置预测的序列匹配算法

针对卫星跟踪中的位置预测问题,分析了动力学模型方法的预测误差组成,提出一种用测量数据来计算预测数据时间误差的序列匹配算法,并讨论了空间误差的计算方法。仿真结果表明,提出的时间校正和空间误差补偿方法的预测精度比动力学模型和Kalman滤波法的预测精度高;即在相同的精度要求下,序列匹配算法能预测的时间范围是Kalman滤波法的1.5倍以上。     

区域物流需求预测方法比较分析

用组合预测法对区域物流需求进行预测,各单项预测方法组合前需进行有效性分析.定性分析后选择回归分析、灰色预测、指数平滑法,定量计算验证时以1991～2004年综合货运量的预测为例,求出三种单项预测方法的预测精度序列值及相对误差值,依据组合预测的有效性对计算结果进行比较分析,经计算本文最终选定回归分析、指数平滑和灰色模型作为非线性组合预测模型的输入方法.     

形状记忆合金相变过程中马氏体含量的表征

形状记忆合金一维热力学本构关系中最重要的部分就是马氏体含量ζ的表征。在近年来应用较多的，以Ｔａｎａｋａ，Ｌｉａｎｇ，Ｂｒｉｎｓｏｎ为代表的三种ζ模型的基础上，提出了一个线性的ζ模型，这个模型与试验吻合性较好，并与Ｌｉａｎｇ等人的模型进行了比较、预测精度相差无几，而本模型却很简单。     

基于改进PF算法的锈蚀RC结构抗弯承载力预测方法

为提高锈蚀钢筋混凝土(RC)结构抗弯承载力评估精度，该文综合考虑锈蚀RC结构几何尺寸、钢筋截面积及力学性能、混凝土强度、粘结性能等因素，提出了基于改进粒子滤波(PF)算法的抗弯承载力模型参数更新及预测方法。通过生成大量的粒子以表征承载力退化过程中模型参数的不确定性，从选择不同建议密度函数的角度改进PF算法以解决传统PF算法中粒子退化的问题，分别采用PF、扩展粒子滤波(EPF)、无迹粒子滤波(UPF)算法对模型参数进行估计与更新，实现了锈蚀RC结构抗弯承载力的有效预测。结果表明：随着钢筋锈蚀率的增加，RC结构的抗弯承载力逐渐降低。基于改进PF算法的锈蚀RC结构抗弯承载力预测方法因考虑了模型参数更新使得预测结果更接近试验数据。基于EKF和UKF的改进PF算法可有效抑制粒子退化，其预测精度较PF算法更高；锈蚀RC结构抗弯承载力预测精度随着训练数据及粒子数的增加而提高。     

梁裂缝损伤检测的模态应变能法及试验研究

结构裂缝存在将使其局部刚度减少,而局部刚度下降与其固有频率变化紧密相关。应变能对局部损伤较固有频率更为敏感。把结构遭受裂缝损伤的应变能变化量作为损伤指标,提出一种全新的无损裂缝识别方法。并把影响损伤指标因素与假设检验相结合,利用参数假设检验进行识别结果验证。用简支梁模型进行模态试验,将梁损伤前、后的模态参数提取,并用该方法进行裂缝位置及裂缝深度参数的识别。结果表明,该损伤检测方法识别结果精度较高,将其用于裂缝损伤检测是可行的。