灰色预测模型的Delphi编程实现

在许多工程系统中，由于灰色模型特有的优点，该模型常常作为预测模型来使用，本文提出了一种基于Delphi的灰色预测模型的实现方法，并给出具体的源程序。     

灰色理论在图像处理中的应用研究

对基于灰色系统理论的图像处理方法进行了综述,归纳了灰色关联分析和GM（1,1）模型方法在图像处理中的应用情况,总结了在图像工程中应用灰色理论时要解决的关键问题。结果显示,尽管灰色理论在图像工程中的应用研究还处于起步阶段,但其应用范围却几乎可涉及图像工程的各个方面,这充分显示出它的广泛性、可行性、有效性以及良好的发展潜力和应用前景。     

地区生产总值的灰色神经网络预测

灰色神经网络是将灰色系统与神经网络融合建立的模型。本文利用该模型对某市的生产总值进行了模拟和预测。该模型融合了两者的优点,能够充分发挥灰色系统建模简单,所需数据少,运算方便和神经网络非线性处理能力强的优势,降低使用单一模型预测的危险性,提高了预测精度。     

灰色理论在碱金属和碱土金属性质研究中的应用

应用灰色理论中的等时空距类色模型ＧＭ（１，１）研究碱金属和碱土金属性质，所建模型计算出的部分碱金属和碱土金属的性质与实验值符合得很好。迹个方法完全能够满足实际工作的应用。     

基于级差格式的灰色L og ist ic 模型

结合贫信息状态下的单因子研究对象，阐述了灰色模型的级差格式，利用背景函数为非齐次指函数的精确级差格式，按理想状态时的绝对误差及相对误差建立了一种新型灰色Logistic模型，并给出了计算方法，该模型计算简便，带有理想状态的误差数据接近均匀地分布于模糊曲线两侧，计算实例表明该模型具有良好的拟合效果和预测效果。     

灰色GM(1,N)预测模型编程实现及应用检验

灰色GM(1,N)预测模型在社会、经济、农业、生态等诸多领域应用十分广泛.为推广使用该预测模型,依据邓聚龙教授的灰色理论,使用VC++编程实现GM(1,N)预测模型,实现了多个预测因子和多个关联因子同时进行分析,提高了使用效率,择优选择算法提高了分析精度.使用参考文献中的数据和模拟数据,对系统预测模型正确性和预测精度进...     

基于灰色理论的车辆分类统计与流量预测

在灰色理论基础上提出了一种自动车型识别与流量预测技术。该技术实现可分为三个步骤：第一步,测量车辆的三维信息,获得车辆的长、宽、高度特征;第二步,利用灰色关联分析对车辆进行分类识别;第三步,建立一阶单变量车辆预测模型即GM（1,1）,用于有关部门统计指标的预测。实验表明,该方法在车型识别中,具有比较高的识别精度,而灰色预测模型较传统的预测方法更具科学性与实用性。     

灰色Markov模型动态关联规则趋势度挖掘方法

针对动态关联规则趋势度随时间变化的特点,在分析原有定义以及对动态关联规则趋势度建立预测模型的基础上,提出一种把灰色-Markov模型应用到动态关联规则趋势度挖掘中的方法。该方法利用动态关联规则趋势度定义得到规则的趋势度;对于不满足趋势度阈值的规则的支持度计数序列运用灰色-Markov模型进行预测;将预测数据添加到原规则支持度序列中,并且得到该规则新的趋势度,进而判定此规则的趋势度是否满足阈值要求。通过一个实例进行分析,结果不仅证明了该方法的有效性并且能在一定程度上提高了挖掘的精度和效率,从而使动态关联规则挖掘能够得到更全面、更精确的结果。     

基于灰色径向基神经网络模型的流量预测与分析

根据神经网络能有效修正灰色预测模型的思路,本文提出了基于灰色系统及径向基神经网络的组合预测模型。通过采集园区节点交换机的流量数据,在分析网络流量时间序列特性的基础上建立灰色GM（1,1）模型,并采用径向基神经网络对预测模型残差进行修正。实验结果和仿真实验表明,组合模型效果及预测精度远优于单一灰色预测模型。     

融合粗糙集和灰色GM（1，N）的西安市供水量预测

对于多变量预测问题,构造了粗糙集和灰色理论的融合预测模型。该模型运用粗糙集的知识依赖度理论对多属性进行约简,在约简基础上建立GM（1,N）模型。用所建模型对西安市年供水量进行了拟合和预测,并与离散灰色GM（1,1）模型作比较。实验结果表明该模型的预测精度高于传统的用灰关联度选择影响因子建模,从而为供水量预测问题提供了一种新方法。     

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。     

灰色理论在图像工程中的应用研究进展

随着传统图像信息处理技术的日趋成熟,寻求基于新理论和新思想的图像信息处理技术具有十分重要的理论意义和实用价值。为了使图像处理中的新理论——灰色理论更多地被人们所了解,首先简要介绍了灰色理论的研究内容、主要特点和基础理论;然后分别从图像处理、图像分析和图像理解3个层次来综述和分析灰色理论在图像工程中的研究进展,包括一些新的研究成果;最后,总结了在图像工程中应用灰色理论时,要解决的关键问题和未来的发展方向。研究结果显示,尽管灰色理论在图像工程中的应用研究还处于起步阶段,但其应用范围却几乎涉及了图像工程的各个方面,这充分显示它的广泛可行性、有效性,以及良好的发展潜力和应用前景。     

基于灰色预测模型的个人建房分析

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)模型对某区的农村个人建房进行预测,为相关职能部门提供科学的决策依据.结果表明灰色预测模型精度较高、预测误差较小、简捷实用.     

基于粒子群优化的灰色预测方法

对灰色预测算法进行了研究。在GM(1,1)模型中,发展系数a和灰色作用量u是两个关键的参数,对系统的性能有较大的影响。传统的方法使用最小二乘法来求解,不仅计算复杂,而且预测结果的误差也较大。论文对此进行了研究,并提出了一种改进的灰色预测算法PSOGP。PSOGP的主体仍使用GM(1,1)模型,但在求解相关参数时,PSOGP使用了粒子群优化算法。仿真试验表明,与经典的GM(1,1)模型相比,PSOGP算法的预测精度得到了较大的提高。     

灰指数模型在事件发展趋势预测中的应用

灰色系统既含有已知的信息,又含有未知的非确定性信息犤1犦,广泛存在于社会生活的各个领域。利用灰色系统理论犤1犦,预测灰色系统的演变,预测效果一般较好犤2,3犦。文章采用灰色模型GM(GreyModel)对诸如交通阻塞一类社会事件的发展进行预测,把预测结果作为中间值,再运用残差模型犤1犦加以修正,最后得到比仅限于灰指数模型更为精确的预测数据。     

灰色Verhulst模型在短时交通流预测中的应用

为提高短时交通流预测模型精度,分析了GM(1,1)模型和灰色Verhulst模型的特点,发现GM(1,1)模型适用于具有较强指数规律的序列,只能描述单调的变化过程,而Verhulst模型则适用于非单调的摆动发展序列或具有饱和状态的S形序列。短时交通流某一时段内数据具有饱和状态S形过程的特性,采用Verhulst预测模型比GM(1,1)模型具有更高的预测精度。利用2007年10月21～23日6:00～8:25的交通流数据进行实验,结果表明:Verhulst模型的预测精度明显优于GM(1,1)模型。     

基于灰色预测的氯化聚乙烯生产过程控制

氯化聚乙烯作为一种新型的高分子材料,被广泛地应用于塑料和橡胶的生产中。反应釜温度是其过程控制的主要被控参数,但是由于其存在纯滞后和大惯性等特点,普通的串级控制方式很难得到良好的控制效果。本文基于灰色模型的原理,设计了灰色PID控制器。仿真表明,该控制器具有良好的抗干扰性和稳定的鲁棒性,可有效改善系统的控制效果。     

基于灰色关联分析与RBF的图像分割算法

传统基于灰色关联分析的图像分割算法存在很多错分、漏分的情况。为此,提出一种基于灰色关联分析和径向基函数(RBF)网络的分割算法。采用量子遗传算法对RBF网络进行优化,通过灰色关联分析提取待处理图像的边缘信息,识别噪声点与非噪声点,以此作为优化后RBF网络的输入,利用该网络良好的逼近能力纠正错分和漏分像素点。实验结果证明,与传统算法相比,该算法的分割效果更优,且能进一步提高抗噪性能。