灰色函数

在信息函数的基础上，提出了灰色函数的概念，定义灰色函数的灰度，讨论了灰色函数的基本性质，并得到了一些有关的结论。     

基于灰色关联分析的多级别聚类评价模型的研究

根据灰色联分析的性质,通过构造灰色系统的目标函数,运用Lagrange乘数建立了一种新的灰色聚类评价模型;还给出了时间序列的灰色绝对关联度系统评价算法,较好地解决了多因素、多指标、多级别的系统综合评价问题。     

基于灰色均生函数模型的电力系统月度负荷预测

首先使用历史负荷数据建立灰色GM（1,1）模型,并得到该历史负荷数据在GM（1,1）下的趋势值,其次通过历史负荷数据与趋势值的比值得到残余信息来构建均生函数模型,然后形成灰色均生函数模型（G-MGFM）,最后提出了一种基于灰色均生函数模型的电力系统月度负荷预测方法。算例分析表明,与传统的预测模型相比,G-MGFM不仅建...     

基于灰色聚类决策的沥青路面使用性能评价

灰色系统理论中灰色聚奥决策是将收集到的分散信息，通过白化函数和灰色聚类权值的分析计算，生成灰色聚类矩阵，以此对研究对象进行分类．在应用灰色聚类决策的基础上，以某段公路沥青路面使用性能评价为例，讨论了灰色聚类决策在路面性能评价中的应用．     

基于函数cos（x^α）变换的灰色模型及其在变压器油中气体浓度预测的应用

基于函数变换理论,采用函数COS（x^α）（α≥1）变换建立了灰色预测模型,并从理论上证明该变换可以有效地提高离散数据序列的光滑度,且其光滑度比单纯的对数函数、三角函数、幂函数变换法更优。将建立的灰色预测模型用于变压器油中溶解气体浓度预测,其实例结果分析表明,该方法有效可行且预测精度较高。     

两种灰色模型的对比与分析

在灰色模型的级差格式的基础上，利用背景函数为非齐次指数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给出了灰色Gompertz模型、灰色Logistic模型。利用实例将模型进行比较，从比较中选择出一个最佳模型，该模型在所选模型中具有最好的拟合效果和预测效果。     

一种属性变量为Vague集的多属性决策方法

针对属性值为Vague值的多属性决策问题,提出了一种灰色关联度和TOPSIS方法相结合的决策方法.首先根据Vague集的特点,确立了理想解和负理想解的记分函数标准,计算各方案与理想解和负理想解的灰色关联度,然后根据TOPSIS方法计算各方案的相对贴近度,根据相对贴近度大小确定方案的优劣排序,最后结合案例说明了基于Vague集的灰色关联TOPSIS方法的评价过程以及该方法的有效性和优越性.     

基于灰色聚类决策的水质评价方法

灰色聚类决策是将收集到的分散信息，通过白化函数和灰色聚类权值的分析计算，生成灰色聚类矩阵，以此对研究对象进行分类，在论述灰色聚类方法原理的基础上，以某市水质评价为实例，探讨了灰色聚类决策在水质评价中的应用，并用VB语言编制下水质评价程序，该方法及其软件可对不同水体进行水质评价，评价结果客观地反映水体水质状况与类别，克服了单因素评价易受个别因素影响的缺陷。     

不同损失函数约束下的加权灰色模型在沉降监测中的应用

加权灰色模型的权值确定方法及权值大小直接影响监测拟合及预测的可靠性。以采空区沉降监测为研究对象,通过平均绝对误差(MAE)、平方和误差(SSE)、平均相对误差(MAPE)和均方相对误差(MSPE)4种不同损失函数约束下的定权方式,体现各监测值对模型的贡献率,确定不同的加权模型。结合工程实例,验证了加权灰色模型的可行性和可靠性,也体现了模型的时效性。同时经过拟合和预测对比,其4种损失函数约束加权模式下的灰色模型都能预测短期数据,但从长期效果看,采用MSPE更优。     

m-GM分离建模法及其融合

基于灰色GM模型进行分离建模,提出了一种新的m-GM分离建模法,并给出了更高效的融合函数,解决了因数据序列过长而带来的大误差和低精度问题.