基于新陈代谢灰色马尔科夫 ARMA模型的航空公司能耗预测

航空公司能耗的预测直接影响能源需求的规划与节能的决策.针对航空公司能耗数据既有趋势性又有波动性的特点,提出了新陈代谢灰色马尔科夫-ARMA的能耗组合滑动预测模型.该模型利用灰色马尔科夫方法描述了能耗的变动趋势,通过ARMA模型捕捉残差序列的相关性来描述波动性,用新陈代谢的方法剔除模型中失去时效性的旧数据,解决了常规预测模型不足以完全描述航空公司能耗运动趋势的问题,提高了模型预测精度.仿真结果表明:提出模型精度优于传统ARMA模型和灰色马尔科夫模型,能够实现月度能耗的有效预测,为航空公司能耗监测和节能工作的优化开展提供了有力支持.     

基于新陈代谢灰色马尔科夫-ARMA模型的航空公司能耗预测（英文）

航空公司能耗的预测直接影响能源需求的规划与节能的决策。针对航空公司能耗数据既有趋势性又有波动性的特点,提出了新陈代谢灰色马尔科夫-ARMA的能耗组合滑动预测模型。该模型利用灰色马尔科夫方法描述了能耗的变动趋势,通过ARMA模型捕捉残差序列的相关性来描述波动性,用新陈代谢的方法剔除模型中失去时效性的旧数据,解决了常规预测模型不足以完全描述航空公司能耗运动趋势的问题,提高了模型预测精度。仿真结果表明:提出模型精度优于传统ARMA模型和灰色马尔科夫模型,能够实现月度能耗的有效预测,为航空公司能耗监测和节能工作的优化开展提供了有力支持。     

基于粒子群优化算法的腐蚀预测灰色动态模型

针对海底管道腐蚀预测提出一种基于粒子群优化(PSO)算法的新型灰色预测模型。在传统灰色GM(1,1)模型的基础上引入PSO算法优化背景权值和等维灰数递补方法对模型进行动态更新,建立了RGM(1,1)和RPGM(1,1)模型并应用在海底管道腐蚀预测中。对比三种模型的预测结果后发现,灰色预测理论适用于海底管道腐蚀预测;RGM(1,1)模型比传统GM(1,1)模型的预测效果稍好;RPGM(1,1)模型预的测精度与另外两种模型相比,有大幅提升。PSO算法对传统模型的改进效果显著,RPGM(1,1)模型具有较高的工程应用价值。     

输气管道腐蚀的最优灰色组合预测模型

    在不等时距序列灰色预测的基础上,提出了适用于输气管道腐蚀的不等时距最优组合灰色预测模型.首先,选用两种模型精度较高的不等时距灰色预测方法建立了输气管道腐蚀预测的单项模型,然后,利用最小二乘意义下的模型误差最小化方法确定出各单项灰色预测模型的权重,建立了最优组合预测模型.此预测模型综合利用了参与组合的各单一模型的有效信息,因而可以更加客观地反映输气管道腐蚀变化趋势.通过实例对比分析结果表明,此模型预测精度较高,可以作为输气管道腐蚀预测的有效工具.     

基于广义马尔科夫链模型的动柔度预测

动柔度对机械加工的稳定性和精度有重要的影响。对动柔度进行预测能为机床加工精度补偿和稳定性分析提供实际的指导作用。由于不确定性的存在会降低结果的可靠性与可信度,传统的马尔科夫链预测方法没有考虑不确定性问题。为了提高预测结果的可靠性与可信度,在马尔科夫链模型的基础上提出了一个广义马尔科夫链模型,并通过广义马尔科夫链模型对动柔度进行了预测。结果表明：提出的预测方法有一个好的预测性能。     

储罐底板腐蚀的预测研究

影响储罐底板腐蚀的因素很多，它的腐蚀深度和腐蚀速度是随时间变化的灰色量。为了预测储罐底板的腐蚀状况，掌握储罐底板腐蚀的基本规律，应用灰色理论中的GM(1，1)模型对储罐底板腐蚀速度的实际统计数据进行了灰色动态拟合，建立了相应的预测方程，对储罐底板的腐蚀深度和腐蚀速度进行了预测，并建立了残差值的GM(1，1)模型对原预测值进行补偿，从而提高了预测精度和平稳度，为储罐腐蚀防护提供了科学的依据。     

基于IFA-BPNN的长输管道外腐蚀速率预测

目的 构建陆地长输管道外腐蚀速率的预测模型,提升管道外腐蚀速率预测的精度,对长输管道外腐蚀状态进行准确把控.方法 深入解析了萤火虫算法(FA)的工作原理,针对FA易出现陷入局部最优或因控制参数设置不合适而导致函数无法收敛等问题,提出了FA的改进方案:采用Logistics混沌映射的方法初始化萤火虫的位置,提升萤火虫种群的所养性;引入一种新的惯性权重计算方法来改进萤火虫位置移动公式,提升FA全局寻优能力.利用改进的萤火虫算法(IFA)对误差反向传播神经网络(BPNN)初始权值和阈值进行优化,建立基于IFA-BPNN的长输管道外腐蚀速率预测模型.以111组长输管道外腐蚀检测数据为例,在MATLAB中进行模拟仿真计算,使用粒子群算法优化的BPNN(PSO-BPNN)、遗传算法优化的BPNN(GA-BPNN)以及未进行优化的BPNN作为对比模型进行对比分析.结果 使用IFA优化BPNN,大幅提升了BPNN模型的预测精度.使用IFA-BPNN模型预测12组管道腐蚀速率,平均相对误差仅为5.94％,预测结果的R2为0.99595,均优于BPNN、PSO-BPNN以及GA-BPNN模型的预测结果.结论 IFA-BPNN作为预测管道腐蚀速率工具具有较好的预测精度和鲁棒性.     

基于PSO-LSSVM的拉线棒腐蚀预测

根据鄂西某输电线路拉线塔的拉线棒腐蚀数据,通过灰色关联度算法分析了土壤因素与拉线棒腐蚀情况之间的相关性;应用粒子群算法(PSO)对最小二乘支持向量机(LSSVM)的关键参数进行优化;利用灰色关联度权重对有关数据进行处理,建立了PSO-LSSVM和考虑灰色关联度权重的PSO-LSSVM预测模型。实例计算表明,与LSSVM预测模型相比,PSO-LSSVM预测模型训练集所得结果的均方根误差下降了15.3%;预测集的均方根误差下降了35.71%。考虑灰色关联度权重后,PSO-LSSVM预测模型训练集和预测集的均方根误差进一步下降,分别减少了24.59%和20%。PSO-LSSVM用于拉线棒腐蚀预测具有较好的精度,考虑灰色关联度权重的PSO-LSSVM模型的预测精度更高。     

利用灰色理论预测注水管道腐蚀速率的变化趋势

针对注水管道中腐蚀速率和腐蚀影响因素之间复杂的映射关系，提出了利用灰色理论对腐蚀速率进行有效预测，同时为提高预测精度，对标准的GM（1，1）模型进行了合理改进，提出了4种改进方法：改进背景值、考虑初始点影响、灰色理论和BP神经网络相结合（简称灰色神经网络）以及灰色理论和遗传算法（简称灰色遗传算法）相结合等。通过示例表明，经过改进后的4种方法预测精度都有所提高，特别是灰色理论和神经网络结合、灰色理论和遗传算法相结合预测得到的腐蚀速率和实测值能较好吻合，预测精度最高；因此可以运用这两种改进方法较准确地预测腐蚀速率随着时间的变化趋势。     

基于灰色GM（1，1）模型埋地金属管道腐蚀速率预测

本文针对历年来某条埋地管道腐蚀速率变化较大的特点,运用具有适用性广,预测准确率高等优点的灰色系统预测模型及灰色GM（1,1）模型对其腐蚀速率进行预测,并对模型精度进行了分析和检验。建立的GM（1,1）模型经拟合精度检验（C=0．1340,P=1．00）,模型判为优,预测精度高,能达到预测要求。最后,验证了灰色GM（1,1）模型用于埋地管道腐蚀趋势的可行性及有效性。     

应用灰色组合模型预测管道的腐蚀速率

将灰色系统理论与时间序列分析方法结合,建立灰色组合模型。引入Box-Jenkins模型,对随机性成分建模。应用灰色组合模型预测管道腐蚀速率的变化趋势,通过实例分析,检验了该模型的预测效果,并与其它几种方法比较,得出其精度非常高的结论。     

备件需求量的灰色理论预测法

设备效能能否正常发挥,维护方式的建立与备件能否正常供应是关键所在.因此运用科学的方法强化预测的功能,方能提升备件的精准度并有效降低成本.传统的预测方法需要大量的观察值,才能进行预测,而灰色预测法的特点是使用少量数据,即可顺利进行预测.运用灰色理论建立关于备件需求量的灰色预测模型,并进行了实例验证,计算结果表明,预测模型的计算值与实际值非常近似,模型的预测结果较为理想,可提供备件需求作业思考空间,以减少待料、呆料情况的发生.     

基于灰色组合模型的管道腐蚀速率预测

将灰色系统理论、人工神经网络及时间序列分析方法相结合,建立灰色组合模型,通过对腐蚀速率测量数据序列的趋势性、周期性及随机性成分分别建模,从而实现对腐蚀速率的预测.实例表明,灰色组合模型的预测精度高于其它几种预测方法,具有推广价值.     

结构腐蚀损伤定量预测方法对比研究

用BP人工神经网络(artificial neural简称ANN)算法分别对飞机结构材料、lCrl7不锈钢腐蚀损伤数据进行学习训练，建立了腐蚀损伤与环境条件的映射模型，并预测腐蚀损伤值。分析了三种预测方法的预测精度。得到了ANN预测的精度比灰色GM(1，1)模型及Logistic模型的预测精度高，且对数据有较好的适应能力的结论；采用ANN技术定量预测飞机结构腐蚀损伤是一种较好工程方法。     

金属材料海洋环境腐蚀数据咨询管理及预测诊断系统

采用面向对象的编程语言Visual Basic(VB)编制了金属材料海洋环境腐蚀数据咨询管理和预测诊断系统。系统中包含常用金属材料实海腐蚀数据和腐蚀形貌图谱的图文数据库．除常用的数据库管理功能外，还具有一定的腐蚀预测和腐蚀形貌诊断功能。腐蚀预测可分为人工神经网络模型预测和灰色模型预测。人工神经网络模型根据材料的合金成分或海水环境因素对材料的腐蚀进行预测，而灰色模型用于对材料的长期腐蚀数据进行计算并给出灰色模型参数。由扫描得到的金属材料的腐蚀形貌图像的灰度值分布或分形特征值和对应的腐蚀形貌作为知识库，通过模糊模式识别理论建立了腐蚀形貌分析诊断系统。可以对材料的腐蚀形貌进行诊断。     

磨削力的灰色预测方法

本文将灰色系统理论应用于磨削过程中磨削力的预测，并对预测结果与传统的回归分析计算结果进行了比较，结果表明，灰色预测可比回归分析法获得更高的精度。     

腐蚀条件下基于残差修正的飞机结构寿命灰色马氏链预测

针对在役飞机结构腐蚀检修数据样本量小且随机波动性大的特点,首先基于灰色理论建立遭受腐蚀损伤的飞机结构使用寿命预测模型。其次为提高模型预测精度,引入马氏链转移方程对残差进行修正,得到飞机结构腐蚀寿命的灰色马氏链预测模型。最后对收集的某航空公司经典机型机队11架飞机后货舱隔框结构的腐蚀检修数据进行算例分析。预测结果表明:这类隔框结构在机龄约为15a时达到2级腐蚀状态,使用寿命相应终止。按结构维修手册要求需对其进行更换,经过残差修正的灰色马氏链预测值与实际值的平均相对误差为0.44%,明显低于未修正的灰色预测平均相对误差1.64%,达到工程问题的预测精度要求,而且预测结果与民航飞机结构腐蚀维修经验基本吻合,说明所建模型可用于腐蚀条件下的在役飞机结构寿命预测。     

灰色神经网络模型在海水腐蚀预测中的应用

根据实际海水材料腐蚀数据,将灰色预测模型GM(1,1)与径向基(Radial basis function,RBF)神经网络预测模型结合,建立预测碳钢、低合金钢在实际海水环境中平均腐蚀速率的灰色神经网络模型.结果表明,灰色RBF网络建模优于传统灰色预测模型,符合海水腐蚀的特点.     

基于人工神经网络模型的铝合金大气腐蚀的预测

用BP神经网络预测了铝合金大气腐蚀,研究了网络的训练精度和预测精度的关系,建立7-5-1的模型结构,模型相关系数为0.8821,预测结果比较理想.利用单一因素敏感性分析,计算了合金元素和环境因素对于铝合金大气腐蚀速率的影响.     

加工误差灰色预测模型优化建模的研究

为提高灰色模型在加工误差预测补偿控制中的应用效果,针对机械加工误差的特点,提出了一种基于等维新息GM（1,1）模型和背景值定权生成相结合的建模方法,利用加工测量数据实现灰色模型维数和背景值权系数的优化选择。结果表明,这种方法能减小原始序列随机性对模型的影响,增强灰色预测模型的适应性,提高加工误差的预测精度。