GM（1，1）和新陈代谢模型的比较

灰色模型具有所需数据少、预测精度高和无需先验信息的特点。本文通过建立GM（1,1）模型和新陈代谢模型实例预测某省火灾事故发生量,并将两种方法相比较,为相关部门提供科学的决策依据。结果表明灰色模型简单实用,预测精度高。而在此实例中,GM（1,1）模型比新陈代谢的预测精度更高、预测误差更小。     

改进GM（1,1）模型及其在色谱保留值研究中的应用

针对常规ＧＭ（１，１）模型的两点不足，提出用迭代回归法加以改进，并用于多环芳烃容量因子随流动相组成变化关系的建模，获得了精度更高的拟合和预测结果。     

灰色预测控制的无偏GM(1,1)模型

灰色预测控制已在过程控制中得到了广泛应用,控制器的核心模型是GM(1,1)模型,该模型是有偏差的指数模型.作者导出了GM(1,1)模型的偏差公式,并在此基础上提出了无偏GM(1,1)模型.本文介绍无偏GM(1,1)模型,并用实例显示了无偏GM(1,1)模型的优越性.     

GM(1,1)数据融合预测模型研究与仿真

研究采用灰色系统理论的数列优化预测问题.传统GM(1,1)模型对光滑性差的数据序列拟合偏差较大,为将GM(1,1)改进模型与数据融合算法相结合,构建一种GM-DF预测模型.首先将几种典型改进方案引入GM(1,1)模型:对原始序列进行幂函数变换,以积分法重构背景值,用累积法进行参数估计;然后从原始序列取不同数据量分别建立GM(1,1)模型进行多次拟合;最后将各次预测值进行数据融合运算得到最终结果.仿真结果表明,将GM-DF预测模型应用于光滑性较差、级比偏差较大的数据序列可获得较高的预测精度.     

计算机仿真建模方法（四）

本文对数字仿真模型中的领域误差进行估计，给出两个例子说明如何对这些误差进行补偿。     

计算机仿真建模方法（六）

本讲介绍动力学系统记真的组合方法，并且给出具体数字仿真模型的例子。     

基于灰色系统GM(1,1)模型的某高校专业录取分数线预测研究

考生高考填报志愿时可以根据高考成绩及志愿学校的投档线进行填报,但在进行专业选择时,往往只有历史录取数据作为参考,不能真实反映当年的实际情况。本文采用灰色预测系统GM(1,1)模型预测方法,结合某高校各专业历年录取分数情况,对各专业以后几年的录取分数情况进行预测实现。避免考生高分却因专业顺序填写不对,调剂到不理想的专业,对考生志愿填报有较大的实际指导意义。     

用Matlab实现GM（1,1）灰色模型的供电量预测

介绍灰色预测模型GM（1,1）在电力系统中的预测应用,同时在Matlab平台上实现了灰色模型GM（1,1）函数的编制。以某市1995～2004年供电量数据为例,并通过此函数对该供电量进行了预测,为灰色数列模型GM（1,1）的应用提供了一种简便的运算方法。     

船舶柴油机供油提前角云控制模型研究

船舶柴油机作为船舶动力装置,对航运经济有非常重要的支持作用.但是,由其产生的排放污染不容忽视,而且越来越为严重.云是语言值表示的某个定性概念与其定量表示之间的不确定性转换模型.基于云模型的定性知识推理,以概念为基本表示,从数据库中挖掘出定性知识,构造规则发生器.多条定性规则构成规则库,当输入一个特定的条件激活多条定性规则时,通过推理引擎,实现带有不确定性的推理和控制.通过将云控制技术应用于船舶柴油机供油提前角的控制,从而达到控制NOx排放量的目的.并经仿真验证了该方法的正确性.     

数字点火器提前角控制方法及防盗跟踪实现

为保证发动机在不同的转速时都具有最佳点火提前角,同时提高摩托车的防盗能力,提出一种基于转速匹配的点火提前角和防盗控制方法.利用磁电机脉冲计算发动机转速,线生调整点火信号的触发延迟时间,实现点火提前角的精确控制.根据转速信息,结合GSM和GPS对点火器进行远程点火使能控制,设计数字点火器实现对摩托车进行跟踪与定位,并给出...     

面向自适应巡航控制的数字孪生仿真系统研究

针对传统仿真方法在测试内容、效率和成本等方面的挑战,提出面向自适应巡航控制的数字孪生仿真系统（Adaptive Cruise Control Twin Simulation System,ACC-TwinSim）。采用CarSim和MATLAB的Simulink工具,构建了自适应巡航控制的虚拟仿真场景,同时利用数字孪生技术实时模拟和监控物理系统,通过rtamt库验证自适应巡航控制仿真系统的行为规范,提高了测试的效率和实验的可靠性。     

GM为传送机器控制设立全球标准

技术的跨越式发展与SEW—Eurodrive公司的高度模件化驱动系统相结合，大大简化了生产线调整的过程，降低了接线的费用，并且解决了安全方面的问曩。[编者按]     

液压关节型机器人解耦控制的数字仿真与实验研究

本文根据多变量控制系统的解耦理论.采用不变性原理而导出的解耦方法.经数字仿真与实验研究,证明此种解耦方法对于消除交连耦合是有效的.     

分层递阶迭代学习控制的研究与仿真

本文对分层递阶迭代学习控制算法进行了研究。研究表明,采用分层递阶迭代学习控制算法以后,控制器不仅可以用于开环稳定系统,也可以应用于开环不稳定系统。通过对人工髋关节模拟试验机位置系统的数学模型进行仿真应用后表明,无论是开环迭代学习控制,还是闭环迭代学习控制,都能使系统的输出渐近跟踪希望轨迹,但闭环学习控制效果要比开环学习控制要好。     

单片机控制的数字随动仿真系统

单片机控制的数字随动仿真系统刘桂秋，刘冠军，欧洋ＡＤｉｇｉｔａｌＦｏｌｌｏｗ一ＵｐＥｍｕｌａｆｅＳｙｓｔｅｍＣｏｎｔｒｏｌｌｅｄｂｙＳｉｎｇｌｅ一ＣｈｉｐＣｏｍｐｕｔｅｒ￥ＬｉｕＧｕｉｑｉｕ；Ｌｉｕｏｕａｎｊｕｎ；ｏｎＹａｎｇ１引言现代高技术的见著特...     

灰色GM（1，1）模型在火炮初速测量中的应用

火炮初速测量是火炮进行弹道准备中的一项重要内容,运用灰色理论探讨火炮初速预测问题,既有利于提高火炮射击精度的修正,又有利于进一步完善火炮初速测量雷达的使用操作和改进设计。针对火炮初速随机变化的特点,基于灰色理论中的GM（1,1）模型,构建火炮初速灰预测模型,确定预测结果精度检验方法。最后通过一应用实例验证该方法具有一定的合理性与实用性。     

GM(1,1)和新陈代谢模型的比较

灰色模型具有所需数据少、预测精度高和无需先验信息的特点。本文通过建立GM(1,1)模型和新陈代谢模型实例预测某省火灾事故发生量,并将两种方法相比较,为相关部门提供科学的决策依据。结果表明灰色模型简单实用,预测精度高。而在此实例中,GM(1,1)模型比新陈代谢的预测精度更高、预测误差更小。     

基于灰色GM（1,1）模型的区域人才需求预测

区域人才预测是一个典型的灰色系统.本文采用灰色系统理论对区域人才需求量进行预测,通过对部分已知数据的生成、开发,提取有价值的数据信息,预测结果相对误差较小,预测精度较高.     

基于虚拟变量控制的GM(1,N)模型构建及其应用

现实中系统行为特征序列常受到虚拟变量的影响,而此时传统GM(1,N)模型不能准确地描述系统特征的变化规律.将虚拟变量引入传统GM(1,N)模型的灰作用量,构建虚拟变量控制的GM(1,N)模型,讨论新模型的参数求解方法;鉴于背景值对模型精度有着重要影响,利用粒子群优化算法对含有插值系数的背景值进行优化求解;从两个角度提出虚拟变量有效性检验方法.最后,通过河南省农民人均收入预测案例表明,新模型能够准确描述虚拟变量影响下系统特征序列的未来变化趋势.