基于直觉模糊集的灰色模型故障预测

复杂设备的故障特征具有不确定性,非线性等特点. 针对故障预测具有不确定性,将模糊数学中的直觉模糊集和灰色模型相结合设计故障预测的方法. 新方法利用隶属度函数设计了描述系统运行正常的正常直觉模糊子集和运行异常的异常直觉模糊子集,利用灰色模型计算系统运行的预测值,并计算预测值的正常隶属度;再分别计算预测值的正常隶属度与正常直觉模糊子集和异常直觉模糊子集的贴近程度来实现故障预报. 该方法通过三容水箱系统T2水箱水位变化预测三容水箱系统是否出现故障和通过UH-60行星齿轮盘裂纹何时开始增大的故障进行实验. 实验验证了该方法的可行性,可及时准确地预测出系统故障.     

高原地区埋地天然气管道风险评估方法

针对高原地区埋地钢制天然气管道在多种非定量因素的影响下缺乏有效的风险评估手段的情况,建立了管道风险失效故障树,确定引起管道失效的五种风险因素即腐蚀、第三方破坏、自然灾害、误操作、设计,从而建立了风险评估指标,在此基础上结合综合层次分析法,计算各层指标对应的权重,采用多层次灰色理论,对高原地区埋地钢制天然气管道进行风险评估,将风险影响因素进行量化处理。结合实际工程应用,给出了在役中缅天然气管道的风险量化结果,说明该风险评估方法的有效性。     

基于提升小波和自适应多项式拟合的传感器网络多模数据压缩算法

为提高无线传感器网络的感知精度,提出了一种基于提升小波变换和自适应多项式拟合的多模数据压缩算法（adaptive multiple-modalities data compression algorithm based on lifting wavelet and adaptive polynomial fitting,简称AMLP）。在给定相关度阈值的前提下,AMLP算法先对数据进行灰色关联聚类,再对类中的相关数据进行自适应的多项式拟合,然后把未拟合的特征数据抽象成一个矩阵,利用提升小波变换去除数据的时间和空间相关性。最后,通过游程编码对数据作进一步压缩。仿真结果表明,AMLP算法能够有效去除不同数据间的冗余信息以及同种数据间的时间和空间冗余信息,提高压缩比,降低网络能耗。与基于小波的自适应多模数据压缩算法（adaptive multiple-modalities data compression algorithm based on wavelet,简称AMMC）相比,AMLP算法的数据恢复精度大大优于AMMC算法,压缩比和能耗相近。因此,AMLP算法更适用于要求高精度数据的传感器网络应用,如地质灾害监测、医疗和军事领域。     

基于灰色关联分析法的软件缺陷类型预测

灰色关联分析法是一种描述元素之间影响程度的分析法,适合于小项目数据集。小项目数据集制约着传统的软件缺陷类型的预测方法,使得预测的结果往往不够准确和可靠。因此在灰色关联分析法的基础上提出了特征子集选择、异常工程检测以及软件缺陷类型预测3种方法。通过实验的分析对比,验证了在灰色关联分析法的基础上,提出的软件缺陷类型预测方法的准确性和可靠性。     

灰色DNGM(1,1)预测模型及其优化

传统的灰色GM(1,1)预测模型是针对近似齐次指数序列建立的预测模型。为了拓广灰色预测模型的适用范围,建立了近似非齐次指数序列的灰色DNGM(1,1)预测模型。研究了这种灰色预测模型的性质,证明了这种模型都具有线性不变性,也能够完全拟合非齐次指数序列。考虑到初值条件对灰色模型的影响,对该模型进行了参数优化。数据仿真和实例分析表明,灰色DNGM(1,1)预测模型具有较高的预测精度。     

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。     

职业差评师的灰色江湖

一个“差评”,多年努力白费。对于开网店的小老板来说,这是最“悲催”的事情。想当年,小西那个半死不活的网店刚开张的时候,对买家那可是一口一个“亲”喊得亲热到肉麻啊!生怕人家一个“差评”砸死我。