用灰色系统理论GM(1,1)建立大气降水中酸雨pH值的预测模型

本文用灰色系统理论GM(1,1)建立了大气降水中pH值的预测模型。经三种不同方法检验。对我市1990—1993年大气降水中酸雨pH值进行了预测,结果令人满意。     

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。     

绵阳市大气降水pH值时空分布及酸雨成因研究

通过对绵阳市9个测点1998－1999年大气降水监测数据的统计分析，并结合历史数据，对大气降水pH值的时空分布及酸雨成因进行了研究。结果表明：绵阳市大气降水酸化严重，除主要受本地区大气污染影响外，还受大气中、长距离输送的影响。     

西宁城市化增温效应及其灰色预测模型的建立

利用相邻两气象站年均气温的差值序列进行分析,不仅可以消除气候趋势变化的影响,而且可以准确客观地分析出城市化增温效应的变化幅度.灰色系统(Grey system)理论在短时间序列的应用中具有较高的实效性.通过对1985—1994年10年资料的处理,并利用灰色系统理论建立气温增加幅度动态模型,对西宁市九十年代后期气温可能增加幅度进行预测,其模拟效果很好,关联度高,相对误差小.     

基于GM（1,1）模型的秦皇岛市大气污染物SO2预测

根据2004—2009年大气中SO2污染物的监测数据,通过灰色GM(1,1)模型预测了未来6年秦皇岛市大气中SO2的变化趋势。结果显示,灰色系统GM(1,1)模型合理,精度较高,相对误差为-1.875%～1.228%,与环保部门公布的数据吻合程度较好。     

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。     

NLGM（1，1^s,t）模型的建立与应用

运用灰色系统理论,建立了一种非线性GM（l,l^s,t）灰色新模型,并将其应用于某厂SO2排放量的预测之中。结果表明,NLGM（l,l^s,t）具有良好的模型品质,中长期预测定GM（l,l）更可靠。