日用陶瓷等级的灰色聚类分析

利用灰色聚类分析的原理和方法来确定日用陶瓷等级归属问题，避免了人为判断中的主观任意性，从而使等级归属问题有定性判断推进到定量计算。     

Prevention from Soft Errors via Architecture Elasticity

Due to the decreasing threshold voltages, shrinking feature size, as well as the exponential growth of on-chip transistors, modern processors are increasingly vulnerable to soft errors. However, traditional mechanisms of soft error mitigation take actions to deal with soft errors only after they have been detected. Instead of the passive responses, this paper proposes a novel mechanism which proactively prevents from the occurrence of soft errors via architecture elasticity. In the light of a predictive model, we adapt the processor architectures h01istically and dynamically. The predictive model provides the ability to quickly and accurately predict the simulation target across different program execution phases on any architecture configurations by leveraging an artificial neural network model. Experimental results on SPEC CPU 2000 benchmarks show that our method inherently reduces the soft error rate by 33.2% and improves the energy efficiency by 18.3% as compared with the static configuration processor.     

高职学生综合素质测评的灰色系统建模研究

给出了学生综合素质测评的灰色系统模型,并通过实例应用,表明这种方法简单易行,在高职学生的综合素质测评中能较为科学、准确地得出结果,对高职学生素质总体评价的研究进行了探索。     

基于灰色模糊层次分析法的企业云服务安全评价模型

从企业实施云服务项目角度,总结得出影响云服务安全的四大因素,即平台设施、运行安全、运营管理以及法律法规因素。在此基础上构建企业云服务安全评价模型,并利用灰色模糊层次分析法（ GFAHP）对模型进行综合评价。最后通过一个实例进行具体阐明与评价。     

一种基于灰色系统理论的控制系统参数辨识算法的仿真研究

灰色预测补偿是一种对灰色系统进行白化的算法,该算法需要的信息少、计算量小。它可以克服常规PID控制存在超调的缺点。根据灰色PID控制算法,对系统不确定部分建立灰色模型,进行灰色预测补偿。通过仿真研究,该算法具有较强的鲁棒性,可以提高控制质量,减小控制系统的误差。     

基于灰色关联分析的科研机构科技创新能力评价研究

通过采集科研院所有效数据并选取相应指标,采用改进的灰色关联分析方法,计算出各个指标与特征序列指标的关联度,同时分析其与科技创新能力综合评价之间的关联性,进而建立合理有效的评价指标体系,为科学、合理地评价科研院所技术创新能力提供理论指导,从而更有效地促进科研院所技术创新工作不断迈向新台阶。     

基于引力搜索算法的分数阶变异时序回归GSA-TSGM(1,1)模型

为了利用分数阶累加算子在灰色短期预测中的高效性能,首次将分数阶累加算子引入变异时序回归模型以期取得更高的预测精度。主要方法如下：首先取湖北省链子崖某监测点1978—1987年的十年数据作为训练集并使用引力搜索算法确定最佳分数阶累加阶数,而1988—1993年的六年数据作为验证集验证提出的模型;其次对比了经典灰色模型GM(1,1)、分数阶累加灰色模型、变异时序回归模型TSGM(1,1)三种灰色模型。结果如下：首先修正了陈西江等人变异时序回归模型仿真时出现的错误,其次表明了相比于其他的模型,基于引力搜索算法的分数阶累加时序回归模型在进行灰色长期预测中具有较高的预测精度。因此,通过分数阶累加算子提高了灰色理论中长期预测模型的精度,为灰色长期预测提供了指导。     

基于互信息的湖泊日水位预测——以西洞庭湖为例

鉴于传统的湖泊水位预测在输入因子选择时具有一定的盲目性,以西洞庭湖为例,利用基于互信息的输入因子选择法建立了日水位预测模型。按河流生态功能将水文年划分为枯水期、汛前涨水期、汛期、汛后退水期4个时期,然后分期计算影响湖泊日水位的自变量与日水位的互信息,并引入广义相关系数将互信息归一化,选出各时期互信息最大的自变量因子作为模型的输入变量。经过模型计算与数据分析可得:F检验结果显著,回归值与实测值的相关度高,剩余标准差小。由此证明用互信息筛选出的因子作为模型的输入变量能取得较好的精度并在实际中易于操作。     

煤矸石混合材对标准稠度影响的灰色关联分析

利用灰色关联分析的数学方法,对利用煤矸石作水泥混合材所产生的标准稠度用水量改变的影响,做了分析。论述了不同细度水泥条件下,煤矸石粒径分布范围对水泥需水量的影响。发现了在水泥较细时,在粒径范围<5 μm下的煤矸石颗粒,对标准稠度用水量影响最大;在水泥较粗时,粒径范围在5～10 μm下的煤矸石颗粒,对标准稠度用水量影响最大。     

基于经验统计的弃渣场失稳致灾距预测模型研究

弃渣场失稳滑坡是一种严重的山地灾害,而对其致灾距离的预测对于灾害的防治具有重要意义。通过收集多组山地灾害数据,并经过处理后提出了滑坡碎屑流致灾距的经验预测模型,并基于此,进一步提出了弃渣场失稳滑坡致灾距的经验预测模型,模型考虑了弃渣体内部因素可能造成的影响,并通过数据拟合对模型的适用性进行了验证。其研究成果具有一定的推广价值。