香港国际机场航空交通量的无偏灰色马尔科夫预测

针对香港国际机场航空交通量的灰色性和随机波动性,本文采用无偏灰色GM(1,1)代替传统灰色GM(1,1)模型,分析了2001—2012年香港机场航空交通量的数据,预测出2013年香港机场的航空交通量,然后用加权马尔科夫模型对预测结果进行优化。利用Matlab计算得后验差检验C值小于0.35,P值为1,拟合精度等级为好,表明动态无偏灰色马尔科夫能消除传统灰色GM(1,1)模型的固有误差,提高预测精度。加权马尔科夫模型对灰色预测结果优化得2013年香港航空交通量在352 241~370 780架次之间。     

基于GM(1,1)改进模型的建筑物沉降预测

针对现代高层建筑进行沉降观测,对其未来的变形趋势进行准确地预测具有重要的意义.针对传统灰色GM(1,1)模型存在的模型精度不高的问题,本文提出了一种同时优化背景值和初始条件的GM(1,1)改进模型,并将其应用于对建筑物的沉降变形进行定量分析与即时预报.通过与原始模型和其他模型的对比分析可以发现,本文所研究的改进模型在精度上有了显著的提高,更加适用于基础沉降的预测,具有很好的工程应用价值.     

灰色系统研究进展（2004--2014）

从灰数及其运算、灰色序列算子与灰色预测模型、灰色关联分析与灰色聚类评估模型、灰色决策模型、灰色组合模型和灰色控制几个方面介绍了灰色系统理论2004—2014年的研究进展及部分应用成果。梳理了基于"核"和灰度的灰数运算法则、一般灰数的概念、灰度合成公理及缓冲算子的一般形式,总结了4种GM(1,1)基本模型,即均值GM(1,1)模型(EGM)、离散GM(1,1)模型(DGM)、均值差分GM(1,1)模型(EDGM)、原始差分GM(1,1)模型(ODGM),及其适用的序列类型。介绍了灰色相似关联度、灰色接近关联度、三维灰色绝对关联度,以及基于中心点和端点混合三角白化权函数的灰色聚类评估模型、多目标加权智能灰靶决策模型、两阶段综合测度决策模型、灰色博弈模型、灰色投入产出模型,并且阐述了分布型、中立型和中立-分布型灰色随机时滞系统的指数鲁棒稳定性等新概念、新模型、新方法。同时提出了有待进一步研究解决的问题。     

基于多变量灰色数列模型的民航客运量预测

通过增加白信息量降低预测系统的灰度,以灰色GM（1,1）和GM（1,N）模型为基础,提出了多变量灰色数列预测模型——PGM（1,N）模型,并将PGM（1,2）模型用于实例。结论为利用多变量灰色数列预测模型适宜,预测精度较高。     

不同灰色模型在民航旅客量预测中的适用性浅析

民用机场旅客业务量受到经济、旅游、外贸、人口、综合交通、对外交往等诸多因素的影响,属于信息不完全的灰色系统。本文将GM(1,1)、GM(1,2)和GM(2,1)模型分别应用于北京地区民航旅客业务量预测,初步探讨各模型的适用情况,认为近期预测宜选GM(1,1)或引入GDP指数的GM(1,2),远期可考虑GM(2,1)。     

基于灰色时序的航空发动机磨损故障预测模型

把时序AR(n)预测模型和灰色GM(1,1) 预测模型两者有机结合起来,形成新的灰色时序模型的预测模型.以发动机光谱为例,经过实测数据检验,显示了其更好的预测效果.     

基于灰色GM(1,1)模型和灰关联的数据挖掘方法

根据灰色系统模型的特点,将灰色GM（1,1）模型应用于数据的预处理,把灰关联作为一种直接的数据挖掘工具对数据进行关联分析,结合GM（1,1）模型和灰关联,给出一个完整的数据挖掘算法。     

灰色系统模型研究进展(英文)

针对灰色系统模型的研究进展进行了综述,介绍了一般灰数的概念、灰色序列算子和一些常用的灰色系统模型,包括灰色绝对关联度模型、灰色相对关联度模型、基于端点三角白化权函数的灰色聚类评估模型、基于中心点三角白化权函数的灰色聚类评估模型、GM(1,1)预测模型以及多目标加权灰靶决策模型。     

灰色GM(1,1)模型在预测钢产量中的应用

采用灰色理论中的GM(1,1)模型,用MATLAB语言编程,以国家统计局统计的2001～2005年的钢产量为原始数据列,对该数据列进行实例分析、检验,进而用该模型预测出未来年度钢产量,为政府有关部门和相关企业正确决策提供科学依据。     

基于灰色系统GM（1，1）模型的疲劳寿命预测方法

将疲劳现象视为存在于一个灰色系统中,提出了运用灰色系统理论,通过建立灰色系统GM(1,1)模型预测构件疲劳寿命的新方法。对某试件的实验数据进行分析和计算。结果表明,该方法使疲劳寿命预测误差由原来的61.4%减小到24.1%,预测结果偏于安全,说明该方法具有较好的预测精度和工程实用价值。     

Partial Improvement of Traditional Grey-Markov Model and Its Application on Fault Prediction

Modeling experiences of traditional grey-Markov show that the prediction results are not accurate when analyzed data are rare and fluctuated.So it is necessary to revise or improve the original modeling procedure of the grey-Markov(GM)model.Therefore,a new idea is brought forward that the Markov theory is used twice,where the first time is to extend the original data and the second to calculate and estimate the residual errors.Then by comparing the original data sequence from a fault prediction case with the simulation sequence produced by the use of GM(1,1) and the new GM method,results are conforming to the original data.Finally,an assumption of GM model is put forward as the future work.     

基于灰色预测的自适应解耦控制

传统的预测控制算法虽然有着良好的性能,但是需要求解复杂的丢番图方程.因而在实际应用中,算法的计算量很大,难以满足实时性要求.文中结合灰色理论,利用GM(1,2)模型辨识多输入多输出系统的参数,提出了一种解耦灰色预测控制算法.该算法可以采用较少的数据进行建模,需要辨识的参数也较少,并且元需求解丢番图方程,所以减少了计算量.为了消除系统各通道之间的输入输出耦合,在性能指标中引入解耦因子,给出了详细的解耦推导过程.最后,对解耦灰色预测控制算法进行了设计.仿真结果表明:本文算法能够有效地消除系统耦合,进而提高多输入多输出系统的闭环跟踪性能.     

灰色系统理论在逆向工程测量数据处理中的应用

逆向工程中测量数据的处理是一个十分重要的环节。本首次将灰色系统理论应用于逆向工程中测量数据的处理，提出了几种基于灰色系统理论的数据处理方法。通常在测量数据中会有一些异常数据，如果将这些异常数据剔除就会留下空穴。中对数据滤波后产生的空穴采用灰色生成方法以及GM(1，1)模型生成新的数据点来填补。对由于测量误差带来的非均匀测量数据采用均值生成、级比生成和光滑比生成等方法进行光滑处理。     

常用预测方法应用分析

本文针对GM（1，1）的预测方法，介绍了其原息模型、新息模型和等维新息模型的建摸方法，比较分析了基于GM（1，1）的各种预测模型应用的可靠性问题。     

基于灰色-神经网络联合模型的大型冷却塔风效应预测

基于灰色GM(1,1)模型和BP人工神经网络,建立灰色-神经网络联合的大型冷却塔平均位移和风振系数预测模型。该联合模型增强了预测结果的自适应性和准确性,能解决因气弹模型试验中测点样本数目太少而无法直接建立神经网络预测模型的局限。通过某大型冷却塔气弹模型风洞试验结果的算例分析,表明该组合模型对于平均位移和风振系数的预测结果均与试验结果吻合良好,随后基于已训练的模型给出结构风振反应精细化分析所需的输入参数预测结果。这为冷却塔结构风效应的精细化研究提供了一个新的有效方法。