基于灰色系统理论的加速退化试验可靠性评估

加速退化试验的原始数据大部分是离散分布的,导致难以适用于传统可靠性评估方法。在加速退化试验数据的可靠性评估研究方面,提出了使用灰色系统理论方法来分析加速退化试验中获取的原始数据,通过对加速退化试验获得的量纲和时间长度均不相等的实验原始数据进行预处理、灰色关联度考查并建立灰色离散模型,实现初始数据同一性。最后以某电子组件加速退化试验数据为例,通过数据预处理和灰色系统理论分析两大步骤,实现对70℃下的加速退化试验原始数据的分析处理,验证了灰色系统理论对原始试验数据的处理可以进一步提高可靠性评估的实用性。     

PCA-ANN在典型航空材料铝合金腐蚀数据预测中的应用

针对航空装备在热带海洋大气环境下服役时对金属材料大气腐蚀预测的需求,提出了主成分分析法（PCA）优化的BP神经网络（BPNN）和广义回归神经网络（GRNN）模拟热带海洋大气腐蚀预测模型。研究结果表明,PCA可以很好地对原始数据的进行特征提取,降低样本集的维度。PCA-BPNN和PCA-GRNN模型的拟合优度与预测精度没有明显的相关关系。与PCA-BPNN相比,PCA-GRNN的预测精度高、稳定性更好,这为模拟热带海洋大气腐蚀研究提供了新思路,具有较好的借鉴意义。     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点,利用世界能源消费的历史数据,采用3种灰色预测模型与神经网络进行组合优化,建立了灰色神经网络的能源消费量组合预测模型.实证分析结果表明,提高了模型的拟合和预测精度,拓宽了应用范围.模型中对能源的消费趋势进行预测,为科学地分析能源结构提供了依据.     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题，结合序列本身的特点，利用世界能源消费的历史数据，采用3种灰色预测模型与神经网络进行组合优化，建立了灰色神经网络的能源消费量组合预测模型。实证分析结果表明，提高了模型的拟合和预测精度，拓宽了应用范围。该模型可对能源的消费趋势进行预测，为科学分析能源结构提供依据。     

灰色系统动态模型群GM(1,1)在秦淮河水质预测中的应用

为了较为准确预测水质,基于灰色系统理论建立灰色系统动态模型群,采用对数变换的方式对原始数据进行光滑处理,借以减弱数据波动带来的不利影响,是对常规灰色系统动态模型的改进。结合秦淮河上游源头句容河2011～2016年高锰酸盐指数,运用灰色系统动态模型群对2017年高锰酸盐指数进行预测。预测结果表明误差在1.24%以内,表明灰色系统动态模型群GM(1,1)用于水质预测较为准确。该模型可应用于南京市水质预测,对水环境管理具有指导意义。     

灰色预测模型GM（1,1）在地面水质预测中的应用

本文将地面水质视作灰色系统,对某河段的化学耗氧量(COD),生化耗氧量(BOD_5)用灰色预测模型GM(1,1)进行建模、预测。最大误5.2％,平均误差小于0.2％,模型精度高。建模需要的数据较少,对数据的分布无特殊要求,方法和计算简单,实用价值大,是地面水质预测预报的一种有效方法。     

基于时间序列修正算法的我国入境旅游人数预测

为了对我国入境旅游游客量进行准确预测,提出一种将ARIMA模型与RBF神经网络相结合的算法。以我国2009年1月到2014年4月我国入境旅游游客量月度数据为研究对象,利用该模型对我国入境旅游游客量进行初步预测,计算残差,再利用RBF神经网络对残差进行拟合预测,并对ARIMA预测结果进行修正。结果表明:利用RBF神经网络对ARIMA模型进行修正,将线性拟合算法和非线性拟合算法结合起来用于我国入境旅游游客量预测是一种较可靠的算法。     

基于IHS-RELM的回采工作面瓦斯涌出量预测

针对回采工作面瓦斯涌出这样复杂的动态变化系统,提出了改进的和声搜索算法(IHS)与正则极速学习机(RELM)相结合的预测方法。对和声搜索算法的基本原理进行了研究,通过采用动态变化的PAR和BW值,优化和声搜索算法的全局搜索能力;利用IHS选取RELM中的输入层权值(IW)和隐含层阈值(B),以均方根误差为目标函数,提高了算法的预测精度。仿真实验结果表明,通过与已有的BP神经网络和SVM预测模型作对比,该方法具有更好的预测效果。     

基于灰色B P神经网络碳排放交易价格预测

在对中国碳排放交易市场碳交易价格形成机制讨论的基础上,提出了预测指标体系。利用2017年1月1日—2018年9月30日广州碳交易市场碳交易价格数据和指标体系中各预测变量的数据,应用Lasso回归方法对变量进行筛选,建立灰色BP神经网络对碳交易价格进行预测。预测模型对于10期以内短期预测平均相对绝对误差(MAPE)小于4%,预测精度较高。     

多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究

在中温且控制pH值条件下,对脂肪类单基质和城市污水厂剩余污泥进行混合厌氧消化试验。基于多元回归原理和BP人工神经网络原理,对其建立产气量预测模型。由实验数据计算得出:两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比两种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。     

基于BP神经网络的空调性能预测研究

针对空调系统传统设计所需的匹配试验量大,严重浪费公司水电以及人力资源的问题,本文提出BP神经网络对空调系统的性能进行预测的方法,以设计参数压缩机冷量、冷凝器和蒸发器面积和实验参数室内外环境温度、负荷量等为输入,以空调的能力和能效比为输出,对BP网络进行训练、测试。结果表明:BP神经网络算法的均方误差为0.005 8,预测结果的总相关系数为0.974 47,可用于空调系统的设计选型,减少实验成本。     

贵港市土地利用动态变化分析及用地预测

以城市为中心的区域土地是土地资源中资产效益最高的一部分，是人类利用土地影响最为深刻的土地类型。在分析土地利用现状变更调查数据的基础上，应用各类土地利用动态变化模型对贵港市的土地利用动态变化进行分析，并运用灰色系统预测模型对该区域各地类的土地利用时空演变进行了预测，最后提出相应的优化土地利用结构的建议。     

基于BP模型对城市交通噪声的数据处理和预测

城市交通噪声的预测和评价技术是城市交通可持续发展的重要研究内容,直接为城市交通规划中环境容量分析和环境影响评价服务。本文通过实测的大量数据,运用神经网络中的BP模型及其算法建立车辆数、道路宽度和交通噪声之间的关系,对城市道路交通噪声数据进行处理和预测。     

变电站金属构件污染环境下腐蚀行为研究

本文主要对湿热沿海变电站金属构件在污染介质中腐蚀行为进行分析。通过中性盐雾试验、湿热试验、硬度试验、耐磨试验等实验室评价技术,考察金属构件防护措施效果。在湿热地区电厂进行金属自然暴露试验,评定区域环境条件腐蚀等级。     

复合接地体的分析方法与数值计算

本文在假设接地体为等电位的前提下,利用有限元法对复合接地体的接地阻抗、接地体电流引起的大地表面电位分布、接触电压、跨步电压进行了分析,并提出了一种算法。这种算法可用于各种复合接地体的设计与分析。文中根据这种算法计算了一种复合接地体的接地电阻、大地电位分布、接触电压、跨步电压等,并与实验结果进行了比较,证明本文提出的算法是行之有效的,可供工程设计参考使用。     

西宁市供水量的预测模型探讨

以西宁市供水量各规划水平年值为基础,在分析原始数据序列的基础上,进行供水量的预测模型研究。提出两种供水量预测方法,即一元线性回归模型及灰色预测模型,并分别进行了实例计算与分析,同时与西宁市规划部门供水量预测值进行了比较。研究结果表明,灰色预测模型较一元线性回归模型为优,可作为西宁市规划水平年的供水量预测模型     

基于Elman神经网络的我国入境游客量动态预测

为了更好地拟合我国入境游客量系统动态和时变特性,对我国入境旅游游客量进行科学准确的预测,将Elman网络引入我国入境游客量预测,提出基于Elman神经网络的入境游客量预测模型。以国家统计局公布的最近30个月我国入境旅游游客量月度数据为研究对象,前27个月数据用于建立训练网络,后3个月数据用于检验模型,模型预测最大误差为2.928%,最小误差为1.492%,平均误差为2.19%,模型预测效果与实际非常接近。结果表明:模型能更好地反应我国入境游客量系统的非线性、动态性、时变性等特征,为我国入境旅游游客量预测提供了一种较可靠的途径。     

基于改进局域平均预测法的PM2.5浓度预测

准确预测PM2.5浓度对人类生产生活具有重要意义,由于影响PM2.5浓度因素的复杂性和相关数据获取的不易性,使预测较困难。针对这些问题,提出了基于改进局域平均预测法的PM2.5浓度预测方法。该方法可避免上述问题,达到预测的目的。研究中首先采用C-C法得到PM2.5浓度时间序列的嵌入维和延迟时间并进行相空间重构,然后针对邻近相点选取问题这一难点,提出了基于邻近轨道的邻近相点选取方法。该方法能在一定程度上避免引入伪邻近相点。在回溯搜索优化算法的基础上,提出整数回溯搜索优化算法,并将其应用于邻近相点个数的确定。选取北京市2013—2015年PM2.5浓度数据进行仿真预测,结果表明改进后的局域平均预测法性能优于原算法,可短期实时预报PM2.5的浓度。     

车载式接地装置的相关试验研究及时域分析

为了研究车载接地问题，研制了可迅速安装和撤收的便携式接地模块。以多个接地模块组成十字型和一字型组合接地装置，模块之间用多芯铜绞线相连。利用接地实验系统对组合接地装置进行试验，同时对实验系统建模，采用时域有限差分法进行数值分析。通过对一字型和十字型接地装置进行实验研究及数值分析，得出两种组合接地装置的优劣。     

基于GA-Bp算法的炼油化工机械性能建模与仿真研究

传统的炼油化工机械性能模型仿真能力差,得到的结果准确性低。为了解决这一问题,基于GA-Bp算法建立了一种新的炼油化工机械性能模型,GA-Bp算法是同时具备Bp算法与遗传算法的优点,利用Bp算法良好的泛化和非线性映射特点与遗传算法具有的全局搜索能力的特点,结合两种算法的泛化能力、非线性映射能力、全局搜索能力写出了一种训练神经网络的算法(GA-Bp算法)。GA-Bp算法通过优化权值的范围,从而缩小对最优解的搜索范围,以此增加了训练神经网络的学习次数。实验结果表明,基于GA-Bp算法的炼油化工机械性能模型准确性更高。