基于组合预测模型的变压器油中溶解气体浓度预测

结合BP神经网络和灰色理论两种单项预测模型算法,提出组合优化预测模型算法,实现对变压器油中溶解气体浓度更为精确的预测。该组合模型算法机理是根据预测误差平方和最小化的原则,首先计算各单项预测模型的权重,然后将各单项模型的权重进行加权综合计算,建立组合最优预测模型。以变压器中溶解的H_2为例验证了该组合算法汲取了两种单项算法的优点,不仅使各单项预测算法的预报误差降低,也有效提高了预测模型的预报性能。     

基于灰色神经网络模型玻璃钢锚杆支护巷道变形预测研究

建立了用灰色系统预测GM(1,1)模型耦合BP神经网络预测模型组合形成的并联型灰色神经网络预测模型(PGNN)和串联型灰色神经网络预测模型(SGNN),对大冶铁矿矿岩接触带玻璃钢锚杆支护巷道围岩变形监测的结果应用两种灰色神经网络预测模型进行预测。预测结果与实测值的对比分析表明串联型灰色神经网络预测模型的预测精度高于并联型灰色神经网络预测模型、灰色系统预测GM(1,1)模型和BP神经网络预测模型,适合矿岩接触带玻璃钢锚杆支护巷道围岩的变形预测,且具有一定的合理性和准确性。研究结果表明玻璃杆锚杆对矿岩接触带巷道的支护效果良好,巷道变形在安全生产的范围内,为在此类矿岩接触带巷道中推行玻璃钢锚杆支护提供了理论依据。     

基于离散灰色和BP神经网络的储罐不均匀沉降预测研究

介绍了离散灰色理论的建模机理,提出Levenberg-Marquardt算法改进的B P神经网络,分析两种预测模型单独使用时的优缺点。将离散灰色模型与改进的BP神经网络进行有机结合,给出利用BP神经网络对离散灰色模型残差进行修正的综合预测方法。接着利用该预测模型对大连储备库某罐体不均匀沉降进行预测。结果表明,综合预测模型弥补了单一预测模型的缺点具有更高的预测精度。     

常减压装置腐蚀速率的灰色组合预测模型

石化企业中的炼化装置结构复杂,影响因素众多,设备腐蚀程度难以控制,采用建立腐蚀预测模型的方法成为常减压装置腐蚀研究的新趋势。论文对灰色GM(1,1)模型和神经网络模型进行了分析,在此基础上使用一种复合灰色和神经网络的组合模型对设备腐蚀速率进行预测。实例检验表明,组合模型的预测值比灰色模型更接近实测值,具有推广价值。     

灰色系统理论在用水指标预测中的应用

根据灰色系统理论,针对用水量指标建立了灰色预测模型GM(1,1),给出GM(1,1)模型的求解方法,并以实际用水量指标验证了该模型的预测结果优于传统的预测方法,具有一定的实用价值,也为今后水务统计管理提供了新的思路和理论支撑。     

基于灰色BP神经网络的水泥强度预测模型研究

水泥强度的预测具有多变量、非线性和大时滞特性,因此传统线性回归方法的结果不准确。除此之外,传统的神经网络预测可能对少量样本不够精确。本文建立灰色BP模型,以此来预测水泥的强度。建立一个多因素灰色模型GM(1,N)用于水泥化学成分的样本数据进行预处理,得到新的数据来作为建立预测模型的样本数据,通过BP神经网络建立预测模型。最终通过建立的灰色BP神经网络预测模型来预测28天水泥强度。仿真结果表明:灰色BP预测模型的效果比BP预测的要准确。     

基于改进灰色-多元回归组合预测模型的燃煤电厂智慧水务研究

以某燃煤电厂水务系统为研究对象,对机组运行参数和水量历史数据进行筛选和关联性分析,根据前期水平衡测试结果,结合响应面分析验证,发现机组负荷、蒸发损失系数、浓缩倍率和循环水温升这四个因素能够对全厂供水量产生关键性影响。基于灰色理论和多元非线性回归分析,分别建立各因素的灰色预测模型GM(1, 1),再将灰色模型预测值作为自变量输入到多元非线性回归方程中,得到了改进灰色-多元非线性回归组合的供水量预测模型,其模型拟合度R²为0.913且与真实值的平均相对误差为6.9%左右,实现了灰色模型和回归模型优势互补,有效地预测该电厂供水量未来变化;而供水量预测是智慧水务建设的关键所在,是水务管理和智能调度的主要依据,也是实现供水管网漏损和仪表故障报警的重要途径。     

基于线性回归及灰色-威布尔模型的化工机械设备损耗预测

将灰色模型与威布尔分布有机结合,采用建立的灰色模型和灰色-威布尔组合模型来预测化工机械设备损耗故障概率情况,通过实际案例计算分析表明:组合模型预测评估与实际情况具有更高的吻合度.又采用灰色模型和一元线性回归模型对比预测损耗故障,结果表明:灰色模型具有更好的预测精度.     

基于非等间距GM_GRNN组合模型的转炉应用

建立以终点碳和温度为间距的氧气用量非等间距灰色数列预测模型,并利用广义回归神经网络对灰模预测结果进行非线性组合优化,得到氧气质量的综合预测值.通过采集到的某钢厂实际生产数据,建立氧气质量的组合预测模型,得到平均相对精度达到97.39％的一步预测值.验证结果表明该组合模型是准确而有效的.     

灰色理论在塑料老化行为预测中的应用研究

根据灰色理论构建GM(1,1)预测模型,以湿热条件下聚丙烯和蒙脱土/聚丙烯纳米复合材料的拉伸强度变化的预测为例,研究所建预测模型在塑料老化行为预测中的适用性。聚丙烯和蒙脱土/聚丙烯纳米复合材料拉伸强度的预测结果表明,所建模型的预测精度等级为1级,模拟值与实际值的相对误差最大为4.25%,可用于塑料老化行为的预测。灰色GM(1,1)模型所需实验数据少,预测精度高,为塑料老化行为的预测提供了一种简易而可靠的新途径。     

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。     

流化床内石英砂的热破碎及其灰色预测模型

在热态流化床实验台上进行了流化床床料-石英砂的热破碎实验,实验中考虑了初始颗粒尺寸（2.5～6 mm）和床温(650～950℃)对破碎的影响。研究发现,随着床温的升高和颗粒初始尺寸的增大破碎指数Sf明显增大。当床温低于650℃时,Sf＜2,表明在此床温下颗粒基本不发生破碎现象。破碎后的粒度分析表明石英砂的破碎是在表面进行的,破碎的主要动力是温度梯度引起的在颗粒表面产生的压应力。基于灰色系统理论建立了关于预测床料破碎的灰色模型GM(1,3),预测结果与实验数据对比表明该预测模型精度较高,预测平均误差为8.79%。应用灰色模型GM(1,3) 预测了一定床温下颗粒破碎的临界破碎直径。     

Assessment of three forecasting methods for system marginal prices

The electricity supply industry is being restructured worldwide into a competitive market structure in which electricity is produced by generators, transmitted by transmission companies, and distributed by suppliers according to new trading agreements. In this market, system marginal price (SMP) plays a very important role. Obviously, an accurate prediction would benefit all market participants involved. The SMP profile is a typical time series and, to some extent, similar to the load profile. In this study, an SMP forecasting model is developed based on load demand and supply as well as past SMP data. The proposed forecasting model is compared with NN method and wavelet combined with NN scheme. Due to the different life style during weekdays and weekend, we distinguish comparisons between weekdays and weekends in summer, autumn and winter. For weekend forecasting, the NN method exhibits better forecasting performance than other methods. During weekdays, the proposed SMP forecasting method shows the best forecasting performance among other methods.     

非灰系统当量灰吸收系数的反演

提出了一种由气体温度场反向分析计算气体当量灰吸收系数的方法.采用段法（区域法）求解正问题,反演中采用求目标函数极小值的共轭梯度法.以直通式实验炉的测量数据为求解条件,用该计算得到了炉内气体介质当量灰吸收系数的分布.数值模拟结果表明,段法与共轭梯度法结合可以较好地反演非灰系统的当量灰吸收系数.与指数宽带段法模型结果的比较表明,反演得到的当量灰吸收系数具有与指数宽带模型相当的精度,但计算量小于宽带模型的1/10.     

Use of gray system theory in product‐color planning

A quantitative evaluation method for the CIE color‐planning activity within the product design cycle is proposed in this article. The questionnaire‐based process that is traditionally employed to obtain objective color psychology tends to be time‐consuming. Accordingly, this study proposes the use of gray system theory to overcome this problem. In the CIE color system, colors are defined by three primary colors, R (red), G (green), and B (blue). Using these three principal hues with fixed equigap sequences to simulate specific basic color samples is an efficient means of investigating unicolor images on a personal computer. However, a gray relational generating operation can be used to simulate colors beyond these basic samples and to predict the corresponding membership values for semantic words. In addition, the gray clustering operation is introduced to predict the overall color image evaluation of multicolored products. The predicted evaluation results of the gray system theory and a back‐propagation neural network are both compared with experimentally verified results. The results indicate that the gray forecasting model is the more effective means of predicting the image evaluation, and therefore, the method is adopted within the color‐planning activity. Although this study takes the example of the Internet‐aided color planning of a baby walker as a case study, the proposed method can also be used on other products. © 2004 Wiley Periodicals, Inc. Col Res Appl, 29, 222–231, 2004; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/col.20009     

企业人力资本培训投资收入的预测模型

论述进行企业人力资本培训投资收入预测的意义.阐述企业人力资本培训投资收入的涵义,提出一线生产工人培训投资收入的类比预测模型和专家预测模型,以及技术人员和管理人员培训投资收入的类比预测模型和专家预测模型.     

基于正交实验和最小二乘支持向量机的泡沫复合体系配方预测研究

将正交实验与最小二乘支持向量机结合,形成复合预测新方法,以泡沫复合体系配方为研究对象,将聚合物和表面活性剂等影响因素进行综合考虑,对影响因素的定量化评价、实验步骤和预测方法进行详细说明。应用实例表明,该方法能较为全面的反映泡沫复合体系配方的影响因素,避免历史数据中的不确定因素所带来的干扰,有效的解决预测模型的选择、非线性、维数灾难和计算时间长等问题。     

利用逐步多元回归分析的孔隙度预测

孔隙度是描述储层品质的一个重要参数,对生产开发和储量估计具有重要的意义。针对常规测井计算孔隙度准确率不高的情况,本文提出了利用逐步回归分析预测孔隙度,建立了一元回归与多元回归孔隙度预测模型,分析认为利用声波和密度建立的孔隙度预测模型为最佳的预测模型。结果表明,在川西地区岩性变化快、砂岩储层非均质性强、孔隙度值变化大的地质条件下,该模型获得了最佳的预测效果,与实际的地质情况吻合率较高〔1〕。     

回归法应用于PVC管材室内自然老化性能的预测

对建筑用聚氯乙烯(PVC)塑料管材进行室内自然老化测试,得到几组老化后拉伸强度数据,利用非线性回归法,得到室内自然老化的预测数学模型。经与试验数据比较,该预测模型的误差范围在-3.2%⁰.9%。