上海地区高等级公路沥青路面使用性能预测方法研究探讨

在分析评价现有路面使用性能预测模型的基础上,分别采用马尔可夫概率预测模型和灰色理论预测模型,针对上海及类似地区高等级公路沥青路面进行使用性能预测分析。实例结果表明,马尔可夫概率预测模型受养护水平与PC I频数的干扰较大而适用性不强,而灰色理论预测模型具有受测试数据样本量影响小、预测精度高及适用性强等优点,因此更能适应上海及类似地区高等级公路沥青路面使用性能的预测,对公路养护决策具有重要意义。     

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.     

三种灰色预测模型在生产安全事故死亡人数预测中的应用

为研究我国安全生产态势的发展情况,以我国2010-2020年生产安全事故死亡人数为数据基础,首先建立了均值GM(1,1)模型、无偏灰色预测模型、改进的GM(1,1)三种模型,然后利用平均相对误差、灰色绝对关联度、均方差比值和小误差概率检验了模型的精度,三种模型对于每个衡量指标的精度都为一级。最后利用2019-2020年生产安全事故实际死亡人数对三种模型的预测结果进行了验证,结果表明三种模型精度都为一级,对比发现无偏灰色模型的准确度最高,为提高我国生产安全事故死亡人数的预测精度提供了一种新的途径。     

灰色模型在某高校污水量预测中的应用

为实现污水处理设施的优化设计,科学的预测污水量至关重要,根据现有情况给出一种基于历史数据及随机影响因素依赖较小的GM模型,通过对灰色机理的探讨,利用已知固化数据建立灰色污水量预测模型,以D高校历史污水量数据为基础对未来污水量进行预测,经检验该模型为高精度模型,该预测方法适用于D高校污水量预测,能够为该高校中水回用工程提供污水量有效数据支持。     

中国卫生陶瓷进出口趋势的灰色预测模型的研究

研究了中国卫生陶瓷进出口趋势的灰色预测模型。将中国卫生陶瓷1997年至2005年进出口量与进出口额数据进行分析处理和方根变换，用包络线法和新陈代谢法建立GM（1，1）灰色预测模型，该模型不仅贴近实际，还可以对未来五年中国卫生陶瓷进出口趋势进行预测。     

基于灰色系统理论的石化企业事故趋势预测

石化企业事故系统是部分信息己知、部分信息未知的灰色系统,具有小样本、贫信息、信息不确定的特点.基于某石化企业2008年至2012年间事故,建立石化企业事故的灰色预测模型GM（1,1）,并运用灰色预测模型对该石化企业事故发展趋势进行预测.根据预测模型精度检验结果,预测结果拟合精度高.预测结果表明：2013年至2016年间该石化企业事故起数和死亡人数将逐年下降.该预测结果为石化企业安全生产管理提供参考.     

基于灰色理论的露天矿边坡位移预测预警研究

为监测预警露天矿边坡的变形位移,提出了基于灰色理论的位移变形预测模型。通过采集有效数据,首先对时间序列数据进行平滑处理,然后建立灰色系统模型对处理后的位移变形数据进行预测分析。将该理论模型应用到某露天矿边坡的监测系统中,与回归预测、一次指数平滑法等进行对比,得到了更为准确的预测结果,表明该理论模型充分利用了边坡变形数据的灰色模型特性,精度和预测能力都得到了明显提高,可用于露天矿边坡监测系统的预警分析。     

基于灰色模型的我国橡胶原材料供需分析与预测

以天然橡胶和合成橡胶为主要研究对象,对我国橡胶原材料供需进行分析与预测。以2006—2011年我国橡胶原材料供需数据为基础,建立灰色预测模型,对2006—2017年我国橡胶原材料供需量进行预测,并将2012年预测数据与实际数据进行对比验证,得出未来几年我国橡胶原材料还将保持供需两旺的趋势。     

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。     

基于R/S分析法的矿井涌水量时间序列分析及定量预测

基于R/S分析法对矿井涌水量时间序列进行了分形刻画,结合灰色预测理论对某矿井涌水量进行了定量预测,结果表明:2011-2017年季度涌水量时间序列的Hurst指数估计值与1极为接近,说明时间序列具有长程相关性,且持续性极强;Hurst指数有效性验证结果显示,研究区原始的矿井涌水量时间序列存在记忆性,为有偏布朗运动,涌水量时间序列的平均循环周期为5个季度;基于2011-2017年季度涌水量数据建立的灰色预测模型、R/S灰色预测模型的建模精度分别为81.35%、97.56%,对2018年季度涌水量时间序列的预测精度分别为81.76%、89.06%;R/S灰色预测模型兼具灰色预测及R/S分析的特点,相比R/S分析能实现定量预测,相比灰色预测能提高预测精度,在水文地质条件不明或研究程度较低的情况下具有较大的应用潜力。     

基于灰色系统理论的发动机冷却液劣化状况预测

发动机冷却液的在线监测与性能预测评估,对保证发动机的正常运行是十分必要的。针对发动机冷却液性能劣化状况难以预测,且预测精确度低等问题;基于灰色系统理论,构建了灰色等维新息GM(1,1)动态预测模型。通过对-35号乙二醇型发动机冷却液进行预测,研究了所建模型在冷却液劣化状况预测中的适用性。结果表明:灰色等维新息GM(1,1)动态预测模型的模拟值与实际测量值基本吻合,模型预测精度高;同时,这也为发动机冷却液劣化状况的预测提供了一种新的有效途径,对科学、经济、合理地确定发动机冷却液的更换周期,具有重要的指导意义。     

城市燃气负荷灰色组合预测模型研究

根据组合预测理论,将基于灰色理论的3种预测模型,即基本灰色预测GM（1,1）模型、残差灰色预测模型和动态等维灰数递补预测模型结合起来,建立灰色组合预测模型,实例分析表明,该模型能克服单个模型方法的不足,提高预测精度。     

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。     

基于分布式贝叶斯隐马尔可夫回归的动态软测量建模方法

利用软测量技术实时预测化工过程中的关键参数对生产过程的在线监测、自动控制、实时优化具有十分重要的意义。为此,提出了一种基于隐马尔可夫模型的动态软测量建模方法。首先,针对数据规模大导致模型计算效率低和数据缺失导致数据无法充分利用的问题,提出了一种基于分布式贝叶斯隐马尔可夫回归的预测模型;其次,针对该模型进一步提出了一种能够获得精确后验分布的分布式训练方法。最后,利用蜡油加氢过程对所提方法的有效性进行了验证。     

关于工程造价指数预测模型的探讨

工程造价指数的预测研究对工程造价的动态管理具有重要作用,本文以灰色预测模型作为工程造价指数的预测模型,运用天津市历史造价指数对模型的预测精度进行检验,通过实例验证该模型的预测精度较好。     

城市工业废水排放量灰色预测的研究

分析了污染排放量预测方法如弹性系数法、指数法、灰色预测模型的应用范围、应用条件及存在问题,通过相互比较最终采用灰色模型对城市废水排放量进行预测,以合肥市为例,预测结果表明该模型精度较高,方法可行。     

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。     

基于灰色系统的混凝土酸性化预测模型研究及应用

基于灰色系统理论、Fick定律,通过研究粉煤灰掺量、pH值对酸性化速率系数K的影响,对酸性化数据进行灰色建模,建立了综合考虑粉煤灰掺量、pH值、时间依赖性的混凝土酸性化预测模型。采用实验室加速试验方法,探讨了提高酸性水环境下混凝土结构使用寿命的有效方法。结果表明:酸性化预测模型能有效反映酸性化过程的实际状况,且所需数据量少,无需知道原始数据的先验特征;酸性水环境下混凝土表面采用水性渗透型无机防水剂、清水混凝土保护涂料进行防腐,混凝土结构寿命的增加率的效果远高于增加保护层厚度的,使混凝土结构的使用寿命有了"质"的提升。     

徐深气田CO_2腐蚀速率预测方法研究

通过室内CO2腐蚀模拟实验获得实验数据,利用灰色理论对CO2腐蚀参数进行分析确定CO2腐蚀的主要影响因素,建立BP神经网络腐蚀速率预测模型,利用主要影响因素进行网络训练。利用此模型预测徐深气田某井的腐蚀剖面,预测结果表明：BP神经网络预测结果与气井实验结果接近,体现了BP神经网络在处理非线性数据方面的优越性。灰色理论、神经网络预测模型的研究对于徐深气田CO2腐蚀研究有一定的指导意义。