灰色理论用于遥测数据中长期预测

针对目前卫星在轨测控过程中,遥测数据变化趋势不易判断这一问题,提出了对遥测数据进行中长期预测的思想.基于灰色系统理论,结合遥测数据特点和中长期预测要求,对灰色预测GM(1,1)模型的建模过程和预测精度进行研究.依据所构建的模型进行预测验证分析,根据后验差比值、小误差概率、预测精度对预测结果的评价分析显示,该方法可以对遥测数据中长期趋势起到提前预报的作用,符合卫星遥测数据中长期预测要求.预测结果能够为测控人员对卫星遥测数据未来趋势的分析和潜在故障的预警判断提供理论支持     

马特拉算法在遥测数据短期预测中的应用

为了提高遥测数据预测的精度和实时性,针对遥测数据的非平稳性和周期性特点,引入小波分析的预测技术,提出了一种对遥测数据序列进行不同频段上的分解方法:遥测数据时间序列依据选定的N阶多贝西小波和分解尺度值2分解为低频分量和高频分量,针对不同分量建立了基于马特拉算法、周期自回归模型和指数平滑法的时间序列短期预测模型,各分量预测结果经小波变换的逆算法重构后输出.仿真实验结果表明该方法满足遥测数据工程预测要求,能够有效地解决遥测数据的短期预测问题.通过对遥测数据短期预测结果的研究分析可提前判断卫星潜在的趋势,为指挥人员的正确决策提供科学依据.     

灰色模型在建筑物沉降分析中的应用

介绍了灰色模型建立的过程,结合实例进行了建模和预测.实例分析表明,利用灰色模型分析沉降数据的结果符合精度的要求,证实了灰色模型在建筑物沉降变形分析中的可行性.     

改进灰色模型在中长期电力负荷预测中的应用

针对中长期电力系统负荷预测,在前人已有成果的基础之上,对普通灰色模型进行了改进.一方面对历史数据进行二次平滑处理,大大消除了干扰因素;另一方面利用带有马尔可夫链符号估计的残差修正技术对未来残差的符号进行预测以修正灰色模型的预测结果.以某地区多年以来的历史数据为基础,建立了数学模型,通过实际数据计算表明:改进后的灰色负荷预测方法可以应用于电力系统中长期负荷预测,而且较普通灰色预测模型在预测精度上有着明显的提高,尤其是对于较远时间的负荷预测有着较为理想的预测精度,表明了该种方法的有效性和实用性.     

基于GM(1,1)和D-MECM的钟差预报方法

针对单一钟差预报模型在建模数据量较少时中长期预报精度不足的问题,提出了基于灰色模型和一阶差分修正指数曲线法的组合预报模型。首先基于少量数据建立灰色模型并预测未来一段时间的钟差数据,再将其作为一阶差分修正指数曲线模型的建模数据,进行钟差的中长期预报。仿真结果表明,组合预报模型能够基于少量历史数据对钟差进行高精度的中长期预报。采用卫星共视仪采集的精密钟差数据进行实验,并与单一二次多项式模型和灰色模型进行对比,结果显示:使用5h的钟差数据进行建模并预报未来48h钟差数据时,二次多项式模型和灰色模型的平均预报精度分别为285.06ns和91.11ns,而组合模型的平均预报精度可达29.48ns,相比于单一二次多项式模型和灰色模型,分别提高了89.66%和67.64%。     

优化灰色模型在中长期电力负荷预测中的应用

论述了用优化灰色理论进行电力系统中长期负荷预测的建模过程．通过对原始负荷数据的预处理,把有起伏特性的原始数据序列变成规律性强的序列,再利用改进的ＧＭ（１,１）模型进行预测,可以大大提高预测精度和灰色方法的适用范围,而且简捷实用．经实际算例校核证明,该方法可以作为中长期电力负荷预测的理想工具．     

优化灰色模型在中长期电力负荷预测中的应用

论述了用优化灰色理论进行电力系统中长期负荷预测的建模过程。通过对原始负荷数据的预处理,把有起伏特性的原始数据序列,变成性强的序列,再利用改进的ＧＭ（１,１）模型进行预测,可以大大提高预测精度和灰色方法的适应范围,而且简捷实用。经实验算例校核证明,该方法可以作为中长期电力经实际算例校核证明,该方法可以作为中长期电力负荷预测的理想工具。     

单桩P-s曲线的灰色模型拟合及极限承载力预测

以灰色系统理论中的GM(1,1)模型为基础,利用残差模型、等维新信息外延模型对其进行修正,实现了对单桩P-s曲线的拟合和极限承载力的预测,论证了以灰色系统理论对单桩承载力进行预测的意义。灰色预测具有要求数据少、计算简单而严密、精度高等优点。如借助于计算机进行计算分析,分析速度快,结果可信度高,因而在工程中具有较高的实际应用价值。     

GM(1,1)与Verhulst模型在地基沉降预测中的适用性比较

为比较灰色Verhulst模型和GM(1,1)模型在地基沉降预测中的适用性,对某工程实例复合地基的沉降进行分析,并与实测沉降数据进行对比.结果表明:灰色Verhulst模型比GM(1,1)模型更适用,Verhulst模型预测结果更接近实测值,预测精度也更高;Verhulst模型不仅能够预测最终沉降量,也能很好地反映全过程的沉降与时间的关系.两种灰色模型中,Verhulst模型预测精度高,更适合应用于地基沉降预测,值得在实际工程中推广运用.     

组合优化灰色模型在中长期电力负荷预测中的应用

鉴于中长期负荷预测受很多不确定因素的影响，各种预测方法都有其局限性的问题，在分析基本灰色模型及其传统改进模型在负荷预测中局限性的基础上，提出了一种电力系统中长期负荷预测的实用新方法——组合优化灰色预测法.该预测法是一种对残差改进灰色模型(GM)和基于等维新息递补预测法的改进灰色模型进行优化的组合方法，能够实现在线预测模型参数，满足动态电力负荷能解决随机干扰影响的要求，最终的预测结果误差可基本控制在3%之内. 经过实例计算，组合优化灰色预测模型用于中长期电力负荷预测，与传统的系统理论方法相比较，该方法计算简捷，预测精度高，具有很好的实用性.     

粒子群优化加权灰色回归组合的卫星钟差预报

为了提高卫星钟差预报的精度和稳定度,提出了一种基于粒子群算法优化指数函数和线性函数逼近的加权灰色回归组合的自适应卫星钟差预报方法.该方法首先在建模之前考虑到卫星钟差钟跳频繁的现象,采用中位数法探测钟跳数据并将其剔除后,采用分段线性插值法将缺失的钟差数据补齐;然后考虑到卫星钟差存在系统噪声,采用三点平滑法对钟差数据进行平滑处理后,建立了以指数函数和线性函数逼近加权灰色回归组合的卫星钟差预报模型.针对模型中的精度递增因子难以确定的问题,采用粒子群优化算法对精度递增因子进行自适应寻优.最后,采用IGS服务器上发布的事后精密卫星钟差产品,并结合4种典型变化趋势的卫星钟差进行了6 h的预报试验.试验结果表明:该方法的预报性能明显优于其他几种常用模型,其6 h的平均预报精度(RMS)和稳定度(Range)相对于常用的二次多项式预报模型、灰色预报模型、修正指数曲线法预报模型和自回归滑动平均预报模型分别提高了79.10%、44.00%、80.70%、32.30%和63.10%、29.80%、77.60%、26.30%.     

自适应指数平滑法预测遥测数据实时趋势研究

针对目前航天领域在对运载火箭遥测数据进行监控过程中，人工监测反应速度慢、工作量比较大这一问题，提出了对遥测数据进行趋势预测的思想，并采用自适应指数平滑法进行趋势预测研究。仿真实验证明：该方法预测精度较高，跟踪速度较快，实时性较好，能够实现对遥测数据的实时趋势预测。应用该预测方法可提前预测潜在的故障趋势，为指挥员正确决策提供理论支持。     

基于优化的灰色GM模型的滑坡预测

滑坡发生的时间预报是目前滑坡预报的关键方向之一,而滑坡预测模型的建立是滑坡时间预测的核心．由于滑坡的模糊性和灰色不确定性特点,采用灰色预测模型适用有效．本文在灰色系统理论的基础上,研究了灰色GM（1,1）的建模和精度检验过程,根据残差对模型进行了高阶优化．同时结合工程实例,选择了有效合理的监测数据,进行了滑坡临滑预报模型的研究,并将传统GM模型与优化GM模型的精度进行了对比,结果显示优化的GM模型预测精度大大提高．在灰色优化的GM（1,1）模型研究基础上,对临滑时间进行了预报,结果显示预测时间较早,可以起到提前预报作用．根据预测模型分析,提出了一些有益结论,供今后滑坡预报工作的参考．     

组合模型在机械故障预测中的应用

机械故障预测中,反映系统变化的特征参数往往含有多种趋势成分．引入组合预测模型,用灰色模型描述机械故障发展中的确定性趋势,用AR时间序列模型描述机械故障中的随机趋势．实践证明,较单一模型具有更高的预测精度．     

黄茨滑坡时间预报反分析

滑坡时间预报在保护人员财产免受损失方面具有重要的现实意义,合适的预报模型是预报成功的关键.针对滑坡系统的模糊性、不确定性等特点,采用了灰色系统预报滑坡时间.结合甘肃省黄茨滑坡的监测得到的位移时间资料,采用基于位移信息的Verhulst灰色模型,用Matlab编制计算程序,对黄茨滑坡的时间预报作反分析,得出滑坡发生时间的预测值及预测滑坡变形发展曲线,并将该结果与实际监测结果进行对比分析,以验证该灰色模型在滑坡时间预报中的适用性.结果表明,灰色Verhulst模型应用于滑坡时间预报中是可行的;时间预报结果与滑坡的实际滑动时间基本吻合,预测滑坡变形曲线基本与位移监测值展布趋势一致.合理的位移监测点布置、合适的记录时间间隔、位移数据的数学处理及多个监测点位移数据的综合分析有助于提高预报精度.     

基于改进GM(1,1)模型的Vb程序实现及其应用

针对传统GM(1,1)模型中权值的取法,提出了自动寻优定权的改进措施。本文介绍了非等时数据的等时内插理论,原灰色模型改进方法及预测精度的评定。利用Vb工具编写灰色模型自动寻优定权程序,得到最优的预测值,并通过与传统模型的预测值相比较,表明滑坡监测数据的预测预报得到了显著提高。算例结果表明利用此种预测方法是有效、可行的,更适合实际环境需要。     

北斗卫星监测大跨桥梁基础变位算法

为实现北斗卫星定位系统(BDS)对大跨桥梁基础变位的连续监测和最终沉降量预测,需要消除卫星信号采集过程中的各种误差影响.本文提出通过平稳小波变换消除卫星信号中的多径误差;并将随机噪声简化成高斯白噪声模型,结合自相关函数噪声判定准测和经验模态分解降噪方法,降低信号中的随机噪声成分.为满足大跨桥塔沉降观测精度需求,采用双曲线模型定义北斗卫星监测数据和精密水准方法测量的桥塔沉降数据;以施工过程数据和模型化沉降数据作为输入层,通过BP神经网络建立不同数据间的非线性映射关系,实现北斗卫星实时测量数据的纠偏处理.最后,以某在建超千米公铁两用斜拉桥基础承台建立的北斗卫星沉降测点采集数据为例,根据3倍中位差原则去除北斗卫星采集数据的坏点,采用线性插值补偿丢失数据,通过本文方法降噪和纠偏后得到大跨桥梁基础承台沉降实时数据.与精密水准测量结果比较,本文方法具有亚毫米精度,满足大型桥塔结构沉降的连续观测和最终沉降量预测要求.