GM(1,1)模型的改进及其在变形预测中的应用

为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型。具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度; 接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值; 然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度; 最后,建立根据GM(1,1)模型改进的灰色多重修正模型。以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比。精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好。     

灰色残差模拟在城市用水量预测的研究

目的 使用灰色残差模型,解决预测城市需水量问题.方法 在传统灰色预测基础上,通过模型模拟的还原值与原始数据比较,取其差值,构建新数列模型代回原模型修正误差.结果 通过对2000-2004年沈阳市生活用水量计算,灰色残差模型中均方差比值c为0.32,小误差概率p为0.94.而传统灰色方法 中均方差比值c为1.03,小误差概率p为0.62.表明灰色残差模型在模型精度方面高于传统灰色方法 ,更能对外界因素的影响做出反应.结论 通过对比验证.灰色残差模型弥补了传统灰色模型在预测中不足而且能更好地预测城市未来需水量.     

基于神经网络辨识的灰色预测在精馏塔中的应用

石油化工生产中常用精馏塔的控制是一种滞后时间长、滞后常数不定的典型不确定滞后对象。这种对象控制困难,系统精度要求高,要对其进行有效控制就必须高精度预测它的输出,因为对象的不确定滞后特性,对其进行精确的输出预测始终是一个难题。针对精馏塔输出预测上的困难,提出利用神经网络首先辨识系统的滞后时间,之后在此基础上采用AR(p)(自回归)模型拟合残差的改进型灰色预测方法预测输出,基本灰色预测模型采用变步长单步灰色预测。将上述方法应用在精馏塔模型输出预测中,仿真结果表明改进后的预测方法对具有滞后、时变的系统有良好的预测效果,而且对系统参数突变、漂移等非失效型故障有一定的鲁棒性、容错性,比其他灰色预测方法更具优越性。     

多变量残差修正的灰色模型在建筑物沉降预测中的应用

多变量灰色MGM(1,n)模型对建筑物的沉降监测将会产生更好的预测结果,但是灰色MGM(1,n)预测模型存在着自身的缺陷,具有系统的误差。基于此,通过对传统MGM(1,n)模型的残差序列进行修正,建立优化的灰色EMGM(1,n)模型。最后,以某建筑物的沉降实测数据为基础,建立灰色GM(1,1)、MGM(1,n)和EMGM(1,n)模型的预测结果并进行比较,结果表明:灰色EMGM(1,n)模型的预测精度优于灰色GM(1,1)和MGM(1,n)模型,新模型使预测结果更加准确、可靠。     

组合优化灰色模型在中长期电力负荷预测中的应用

鉴于中长期负荷预测受很多不确定因素的影响，各种预测方法都有其局限性的问题，在分析基本灰色模型及其传统改进模型在负荷预测中局限性的基础上，提出了一种电力系统中长期负荷预测的实用新方法——组合优化灰色预测法.该预测法是一种对残差改进灰色模型(GM)和基于等维新息递补预测法的改进灰色模型进行优化的组合方法，能够实现在线预测模型参数，满足动态电力负荷能解决随机干扰影响的要求，最终的预测结果误差可基本控制在3%之内. 经过实例计算，组合优化灰色预测模型用于中长期电力负荷预测，与传统的系统理论方法相比较，该方法计算简捷，预测精度高，具有很好的实用性.     

结构裂纹损伤的残差辨识预测

根据灰色预测理论，以简支梁为例，应用残差辨识模型预测，对不同深度的裂纹梁固有频率进行了预测和残差检验研究，得出可以通过残差辨识预测对结构的损伤程度进行诊断．     

综采工作面相对瓦斯涌出量灰色模型预测

以灰色模型GM(1,1)为基础,对赵庄煤矿综采工作面的相对瓦斯涌出量进行了灰色预测和精度检验,并利用残差灰色模型对预测结果进行了修正.结果表明,灰色预测模型所需建模信息少,运算方便,模型预测精度高,是处理小样本预测问题的有效工具;当预测结果不满足精度要求时,还可以建立残差灰色模型对预测结果进行修正,从而进一步提高预测结果精度;在预测煤层相对瓦斯涌出量时,能达到较高的精度,可以满足工程技术的要求.     

粗粒度网络流量的灰色模型预测

在实际网络流量上研究了新陈代谢灰色模型(MGM)预测流量. 预测结果表明,灰色模型建模长度远小于流量序列主周期长度时,预测精度较高. 灰色模型预测流量宜采用小量数据建模,此时残差修正对提高预测精度影响很小,预测不需采用残差灰色模型(RGM). 对比了灰色模型与自回归综合滑动平均模型（ARIMA）和Elman神经网络（ENN）模型的预测结果,灰色模型远优于ARIMA,与ENN相当. 灰色模型的优点是能自适应网络流量的变化.     

基于灰色残差GM（1，1）模型的建筑物沉降预测的研究

针对现代高层建筑进行沉降观测,对其未来的变形趋势进行准确地预测具有重要的意义。针对传统灰色GM（1,1）模型存在的模型精度不高的问题,提出了灰色残差GM（1,1）模型,并将其应用于对建筑物的沉降变形进行定量分析。通过与原始模型的对比分析可以发现,灰色残差模型在精度上有了显著的提高,更加适用于基础沉降的预测,具有很好的工程应用价值。     

基于GM(1,1)修正模型预测离退休人口

离退休人口与社会经济发展息息相关,正确地预测离退休人口对相关政策的制定具有指导作用.基于灰色理论GM(1,1)模型,利用最小二乘法确定模型中的残差,通过对残差进行修正,构建GM(1,1)修正模型.以我国2010—2014年的离退休人口数据为基础,运用修正模型进行预测.研究发现GM(1,1)修正模型预测精度高,具有实际应用价值.     

基于MatlabATLAB的谱估计方法及算法性能比较

本文简要介绍了随机信号的基本知识,阐述了经典功率谱估计中自相关法和周期图法的算法原理、基本谱估计方法及其改进法,探讨了现代功率谱估计中的AR模型参数估计原理、正则方程的求解算法及AR模型阶次的选择依据,并通过MATLAB软件比较了这些方法各自的优缺点。基于这些优缺点,本文主要是基于MATLAB的功率谱估计方法及算法性能做一分析比较,希望能开发谱估计的相关方法并充分利用该相关方法,如在地震前,如何能既准确又快捷的预测到地震的信号等。     

基于多因子融合的水质异常检测算法

为了及时有效地发现偶发或蓄意的水质异常,保障饮用水供水安全,在总结现有异常检测算法的基础上,提出基于自回归（AR）模型和模糊C-均值聚类（FCM）的多因子融合水质异常检测算法.通过AR模型实现水质背景信号的高精度跟踪,采用FCM算法融合多种水质指标的AR预测残差,与设定阈值作比较并判断异常.实验结果表明,与单因子算法、直接融合水质指标监测值的算法、利用多维欧氏距离融合AR预测残差的算法相比,提出的多因子融合水质异常检测算法具有更高的异常检出率和较低的误报率.     

相控阵超声水浸C扫描自动检测系统的研制

针对超声C扫描声波信号受噪声等外界因素干扰,使超声成像对被测试件细节展示不足的问题,以及快速扫查中信号处理高效性的要求,提出运用自回归（auto-regressive,AR）模型频谱外推法,提高超声C扫描图像的质量.相对于传统的信号处理方法,可以更加快速、有效地改善超声波信号的信噪比和时间方向的辨识度.AR频谱外推法通过设定频窗宽度,截取一段频谱作为初始值,用Burg算法计算AR模型参数,再经外推构建AR模型,得到递推频谱,最后利用反傅里叶变换得到递推后的时域波形.以处理仿真信号为例,讨论了频窗宽度和起始频率的选取对信号处理结果的影响.分析结果表明,使用AR频谱外推法,显著改善了超声波信号的信噪比和时间方向的辨识度,3~10 dB频窗范围内平均的结果优于其他固定频窗的处理结果.利用该方法对硬币表面及电子芯片成像实验数据进行处理,并对不同处理方法得到的C扫描图像进行对比,结果显示使用AR频谱外推法所得C扫描图像更加清晰、对比度更高、边界更分明,且成像过程耗时更少.研究结果将有效提高超声C扫描的成像质量及工作效率.

     

基于仿射投影算法的AR模型参数估计方法

为取得更有效的预报效果,在深入分析传统LMS（Least mean square）算法的基础上,提出利用仿射投影算法对AR模型参数进行自适应估计,利用实测的动态数据结合AIC（Akaike information criterion）准则建立自适应AR（Autoregressive）预报模型,并将该模型应用于船舶运动预...     

考虑气象因子的城市日用水量预测模型

讨论了影响城市用水量变化的气象因素,对某市6个月的用水量及气象数据进行分析,评估了温度、湿度、降水量与城市用水量的相关程度,并通过分别引入单气象因子和多气象因子,建立了日用水量预测的ARX模型.结果表明,在单步长(1 d)预测中,综合考虑最高温度和平均湿度的影响后,预测精度较时间序列的自回归模型有较大改进,同时也优于仅考虑单气象因子的预测模型.此外,在多步长的预测中,考虑气象因子后的预测模型精度仍具有明显的优势,是对用水量自回归时间序列预测方法的有效完善.     

用自回归AR(P)模型预测医院门诊量

本文是根据医院门诊量的变化数量,建立了AR(P)模型,采用了现代控制理论方法,作未知参数的辨识,编制了应用软件,由计算机自动完成整个建模过程和利用此模型进行预测,验证预测效果十分满意.     

Improvement of two-dimension AR model and application in simulation on surface profiles of steel plates

The order and parameter estimation is always difficult in two-dimension AR model because the two-dimension Yule-Walker equation does not have the property of uniqueness and identifiability as the one-dimension AR model.This paper provides an AR order estimation method for a two-dimension AR model, and an AR model parameter estimation method on the basis of an autocorrelation function. A simulation example on surface profiles of some kinds of steel plates is given using this improved AR model with positive results.     

支持向量机模型改进及在短期边际电价预测中的应用

传统的最小二乘支持向量机模型对训练样本的各个输入点同等看待,各输入向量的贡献度是相同,未对离群点加以考虑.在最小二乘支持向量机模型中引入隶属度的相关理论并建立模糊隶属度函数,对离群点和正常点赋予不同的贡献度,建立了模糊最小二乘支持向量机模型.最后,以美国PJM电力市场的边际电价预测为例,验证了本文模型的预测精度比传统的最小二乘向量机模型高50％左右,且复杂程度基本不变.     

大型管式加热炉燃烧传热CFD数值模拟

为了研究大型管式加热炉内部流动、传热和传质情况,采用计算流体力学的方法对石化行业中广泛应用的大型加热炉炉膛内部进行了数值模拟,用标准的k-ε湍流模型描述烟气湍流情况,非绝热的简化PDF燃烧模型计算了燃烧情况,离散坐标辐射传热模型对炉膛内辐射传热状况进行模拟。计算结果和工业运行数据吻合较好,模拟计算结果为大型加热炉优化设计提供了理论指导。     

Numerical simulation of the factors influencing dust in drilling tunnels: Its application

Gas-solid two-phase flow theory was used to predict dust distribution and movement at the working face of a mine. The software package FLUENT was used to numerically simulate dust motion and the results were compared to observed data. The simulation agrees with the data taken from an actual working face. which confirms the choice of mathematical model and numerical simulation method.Using the model we predict a set of conditions optimum for reducing dust concentrations at the mine working face.