强化缓冲算子性质的研究

通过对平均强化缓冲算子（ASBO）,几何平均强化缓冲算子（GASBO）,加权平均强化缓冲算（WASBO）加权几何平均强化缓冲算子（WGASBO）的特性及各种内在关系的研究,明确了当序列前一部分增长（衰减）速度过缓而后一部分增长（衰减）速度过快时,冲击扰动系统数据序列通过强化缓冲算子作用后,强化缓冲作用序列变得比较平缓．从而有效地解决了在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题。     

关于强化缓冲算子的研究

运用灰色系统理论,在对缓冲算子研究的基础上,构造一类具有普遍意义的强化缓冲算子,研究了它们的一些特性及内在关系,从而有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.实例验证了该算子的有效性与实用性.     

基于一类新的强化缓冲算子的GM(1,1)预测精度研究

根据灰色系统理论中新息优先利用原理,在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子,有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的强化缓冲算子能显著提高GM(1,1)模型的预测精度.

     

一类新的弱化缓冲算子的构造及其应用

利用灰色系统理论,在对缓冲算子和已有弱化缓冲算子研究的基础上,构造一类新的弱化缓冲算子,并研究其一些特性及内在关系,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的弱化缓冲算子能显著提高数据预测模型的预测精度.     

基于不动点的强化缓冲算子序列及其应用

在灰色系统理论缓冲算子公理体系下,构造了4类强化缓冲算子序列,整合了已有的实用强化缓冲算子,并对它们的缓冲作用进行比较.实例验证了这类算子序列的有效性和实用性,解决了冲击扰动系统行为数据在建模预测过程中出现的定性分析与定量预测不符的问题.     

基于不动点的新强化缓冲算子及其性质研究

在灰色系统缓冲算于公理体系下,利用反函数定理构造了两类新强化缓冲算子,并研究其特性及各种强化缓冲算子之间的内在关系,有效地解决了冲击扰动系统数据序列建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.将缓冲算子的构造与函数联系起来,从而推广了缓冲算子的类型.     

关于新的弱化缓冲算子的研究及其应用

在灰色系统理论缓冲算子公理体系下,构造出一类新的弱化缓冲算子.研究其一些特性和内在联系,可有效地解决冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,该类算子是有效而实用的.     

基于反向累积法的强化缓冲算子序列的研究

在灰色系统理论缓冲算子公理体系下,利用反向累积和的概念.构造了l阶反向累积和算术平均强化缓冲算子及l阶反向累积和几何平均强化缓冲算子.给出并证明了其强化缓冲算子的性质和算子作用后序列之间的大小关系.该类算子具有普适性,当阶数等于1时即为党氏强化缓冲算子.最后通过一个实例验证了该算子的有效性.     

几类强弱缓冲算子的构造方法及其内在联系

基于最基本的缓冲算子x(k)d=∑ni=kωix(i)/∑ni=kωi变形,获得了几类范围大大拓宽的实用缓冲算子的构造方法,并揭示了这几类缓冲算子的内在联系.同时揭示了强化缓冲与弱化缓冲的对应关系,即指数γ由正到0,由0到负的变化,导致缓冲算子由弱(强)化到不变化,由不变化到强(弱)化的过程,揭示了由量变到质变的过程.研究表明,现有的大量缓冲算子都是所构造的缓冲算子的特例,此外还包括许多与常见文献中类型迥然不同的新算子.     

基于新信息优先的强化缓冲算子的构造及应用

现实问题中存在这样一类非负单调递增(或衰减)序列,其早期数据增长(或衰减)缓慢,但从最末一个数据开始,系统由于受到外部强烈的激励,最新数据x(n) 大幅增大(或减小),且定性分析的结果也表明这种强激励带来的快速增长(或衰减)的态势在未来还会持续. 针对这样一类序列的预测建模问题,本文在缓冲算子公理体系下,提出了利用最新信息x(n)所反映的序列快速增长(或衰减)的"端倪"构造一类新的强化缓冲算子的方法,给出了相关定理及其详细证明. 理论分析和实证表明,基于新信息优先的强化缓冲算子建立的灰色模型能够有效地提高这类序列的预测精度.     

基于互逆分数阶算子的GM(1,1) 阶数优化模型

在互逆的分数阶累加生成算子和分数阶累减生成算子的基础上, 建立分数阶算子GM(1,1) 模型, 均值GM(1,1) 模型是当?? = 1 时的特例. 给出分数阶算子GM(1,1) 模型最小平均相对误差下最优阶数的粒子群优化算法.多个验证实例表明, 通过对阶数进行优化, 分数阶算子GM(1,1) 模型可具有比GM(1,1)、DGM(1,1) 等模型更高的拟合精度.

     

灰色GM(1,1)模型优化研究进展综述

灰色预测技术是灰色系统理论的重要分支之一。 分别从灰生成技术、边值条件的改进、背景值的改进、模型参数估计方法改进、残差序列的优化、综合优化6个方面对近年来灰色预测模型中的GM(1,1)模型优化研究现状进行了比较全面的介绍,同时也对灰色GM(1,1)预测模型未来的发展方向提出了一些建议。     

修正的优化无偏GM(1,1)模型在瓦斯事故预测中的应用

针对无偏GM(1,1)模型可能因个别异常点导致预测误差很大甚至失效的问题,建立了修正的优化无偏GM(1,1)模型。该模型剔除了异常点,并用一次插值法得到的新数据代替异常点,最后对拟合、预测值作残差修正。将该模型用于煤矿瓦斯事故遇难人数预测,结果表明,修正的优化无偏GM(1,1)模型大幅提高了煤矿瓦斯事故遇难人数的拟合及预测精度,后验差精度检验等级为好,其预测值的相对误差绝对值为0.070 4,仅为优化前的40.8%。     

基于组合插值的GM(1,1)模型背景值的改进*

针对 GM(1,1) 模型预测误差偏大的问题,对GM(1,1)模型背景值的构造形式进行了研究。为了能够更加有效地降低GM(1,1)模型的预测误差,提出了基于辛普森3/8公式和牛顿插值公式的组合插值方法来构造出新的GM(1,1)模型的背景值。在GM(1,1)模型的建模过程中,由于原始建模数据序列中的第一个数据没有参与建模, 导致原始数据序列的数据资源利用效率降低,影响了GM(1,1)模型预测精度。因此,可以通过把灰色协调系数b加在原始建模数据序列前面的方法,使第一个数据能够参与到GM(1,1)模型的建模过程中。为了检验模型的改进效果,进行了原始建模数据类型分别为纯指数型数据序列、稳定型数据序列和缺失型数据序列的三组实验。对每组测试实验的预测结果进行对比分析,可以发现,基于组合插值方法对GM(1,1)模型的背景值进行改进,可以极大地降低GM(1,1)模型的模拟和预测误差。改进后的模型具有比较好的预测稳定性,增强了GM(1,1)模型的适用性。     

基于新陈代谢GM(1,1)模型对软件可靠性方法研究

软件可靠性是软件工程的一个重要的研究课题.软件可靠性模型可以预测软件产品的潜伏的故障敷.在GM(1,1)模型的基础上,对软件可靠性进行建模.通过理论分析和预测实验表明,该方法是可行的,拓宽了软件可靠性模型的研究方法.     

基于GM(1,1)预测的MANET拥塞控制

提出一种用于无线移动Ad hoc网络的TCP自适应拥塞控制机制(TCP_Acc),在给定数据链路层统计带宽的情况下,使用GM(1,1)模型预测未来的网络状态,并根据预测得到的带宽信息自适应地调节拥塞窗口。仿真实验结果表明,该机制能够有效地改进无线移动Ad hoc网络中实时TCP通信的可靠性和无线实时通信的服务质量,如较低的丢包率以及端到端延迟等。     

基于粒子群算法的GM(1，1)幂模型及应用

在灰色Verhulst模型的基础上对等间隔和非等间隔GM(1,1)幂模型进行了研究,讨论了模型的求解过程,分析了模型曲线形状与幂指数、发展系数之间的关系。将平均相对误差看成幂指数、发展系数和灰作用量的函数,同时考虑初始条件对建模精度的影响,利用粒子群算法进行参数辨识,克服了灰色Verhulst模型和最小二乘法参数辨识的缺陷。最后实例表明,基于粒子群算法参数辨识的GM(1,1)幂模型建模精度高于灰色Verhulst模型,同时也表明了该方法的有效性和可行性,具有重要的理论意义。     

新息改进GM(1,1)模型参数估计的新方法

为了提高新息改进GM(1,1)模型的预测精度,引入累积法对新息改进GM(1,1)模型的参数进行估计,给出了新的参数估计公式。该方法避免了大量的矩阵运算,降低了计算量。数值计算结果表明,累积法新息改进GM(1,1)模型具有很高的预测精度,是一种值得推广的新模型。     

灰色GM(1,1)模型在雷达寿命试验中的应用

介绍了灰色预测的基本原理和常用的GM(1,1)模型的建立及修正方法,并提出了其使用条件。最后通过具体实例,验证了该方法在雷达装备寿命试验数据处理中的可行性。     

振荡型GM(1,1)幂模型及其应用

针对现实世界广泛存在的小样本振荡序列建模和预测问题,提出含有系统延迟和时变参数的振荡型GM(1,1)幂模型。给出最小二乘准则下的两级参数包计算公式,在此基础上构建非线性优化模型以寻求最佳幂指数和时间作用参数,以此识别原始数据所蕴含的振荡特征。将该模型应用于应急资源需求预测,并将建模结果与传统GM(1,1)幂模型、ARIMA和EMD-ARIMA方法进行比较,结果表明振荡型GM(1,1)幂模型具有较高的精度。