基于核和面积的离散灰数预测模型

灰色预测模型的既有研究成果均以实数或区间灰数为建模前提,缺乏对以离散灰数为建模对象的灰色预测模型进行有效研究．对此,分别建立了离散灰数序列核及灰单元格面积的预测模型,并在此基础上推导了基于离散灰数序列的灰色预测模型;应用分析验证了该模型的有效性及实用性．离散灰数预测模型对丰富与完善灰色预测模型的理论体系、拓展灰色预测模型的应用范围具有积极的意义．     

一种基于证据推理的混合型灰色多属性群决策方法

针对方案的属性值为区间灰数与确定语言等级,或在两个连续的语言等级之间权重完全已知的混合型灰色多属性群决策问题,提出一种新的决策方法．该方法可根据决策者的偏好给出定量属性的白化值和定性属性的信用结构,确定了每个决策者和群体的等级信用结构矩阵;提出了求解群体集成权重的新方法,并利用证据推理算法求出各方案在各等级的信任度;最后利用期望效用和区间数排序法对方案进行了排序．实例分析表明了该方法的合理性和有效性．     

基于智能流量预测的入侵检测方法

为了提高入侵检测系统检测的实时性,提出了一种基于智能流量预测的入侵检测方法。该方法拟合了智能Agent的智能性、自主性和自适应性的优点以及灰色预测对不确定资源的科学预测的优点,用流量预测智能Agent预测得到的流量序列来代替未来一段时间段内的实际流量,并把这个预测序列作为检测对象集的一部分。然后用人工方法模拟了流量处理Agent与预测智能Agent的活动,并通过对实际的采集数据进行仿真,实验证明了预测智能Agent的预测活动的科学性。     

数据融合技术在智能交通系统中的应用

为了更加准确地监测动态变化的交通信息,通过分析城市道路交通流量变化的特点,提出一种基于数据融合的监测方法。根据数据属性的特点,将数据构造为多个相关的时间序列,在此基础上进行数据融合,以最终的结果对交通信号灯进行实时控制,保证道路通畅。仿真实验结果证明,该方法具有较高的判断准确率和良好的识别性能。     

基于灰色理论及BP神经网络的变压器油击穿电压预测方法

变压器油击穿电压的预测,对于变压器的故障诊断和日常维护具有重要的意义。本文提出了1种击穿电压多参数关联预测方法,即通过对变压器油日常监督数据进行灰色关联分析,挖掘与击穿电压存在强关联性的指标;利用BP网络建立击穿电压与4个强关联性指标的关系模型;采用模糊C均值聚类算法聚类原始样本,以聚类中心训练网络,以解决大样本情况引起的网络结构复杂、收敛性及泛化能力差等神经网络固有问题。仿真结果表明,预测模型精度较高,预测值与实际值的相对误差均在10%以内,能够满足实际应用要求,具有重要的应用价值。     

一种基于PC机的煤泥浮选自动识别系统

介绍了一种基于PC机的煤泥浮选自动识别系统。系统采用了数字图象处理技术、自动监控技术,在586机的Windows平台上,用VC++编程实现,所得结论准确,值得推广。     

基于灰色神经网络算法的煤矿瓦斯涌出量预测模型的研究

文章提出了一种采用灰色神经网络对煤矿瓦斯涌出量进行预测的方法,并在此基础上详细介绍了灰色神经网络瓦斯预测模型的构建过程,给出了应用实例。仿真结果表明,该模型具有预测精度高、所需样本少、计算简便等优点。     

基于灰色系统理论的股指预测研究

作为市场的晴雨袁,股市行情的准确预测不仅是政府决策人员的目标,也是股民们的期望．灰色系统理论被成功应用于众多科学领域,灰色系统预测便是其中之一．首先,基于GM（1,1）和新陈代谢GM（1,1）两种灰色模型,利用2013年7月26日-8月15日的上证指数收盘数据,研究两者在股指预测中的应用．然后,在上述两种模型的基础上建立两者的组合模型,进而研究组合模型在股指预测中的应用．通过对3种模型预测误差的分析比较,得出了灰色组合模型的预测精度最高的结论．     

基于心态指标的区间灰数关联度模型

针对已有的灰色关联度模型仅适用于实数序列而不能应用于区间灰数序列的情况,通过引入决策者心态指标,将区间灰数序列转化为决策者心态指标序列,并且当决策者的心态指标确定时,心态指标序列就转化为实数序列,于是通过对体现决策者心态的实数序列建立灰色关联度模型,得到了反映出决策者心态的灰色关联度,从而构建了基于心态指标的区间灰数关联度模型。决策者处于不同心态时,可以通过调整其心态计算灰关联度,从而使建立的关联度模型更加符合实际。最后,通过计算实例说明了模型的可行性。     

制动摩擦材料的摩擦性能评价

目前我国虽已有测定制动摩擦材料的摩擦性能（摩擦因数、摩擦稳定性和磨损率）并定性判断是否合格的方法,但无法在合格的制动摩擦材料中定量比较哪个摩擦材料的摩擦性能更好．为此,建立了3个可用于制动摩擦材料摩擦性能的评价模型和计算方法：灰色相关度分析;模糊综合评价;可拓评价．