基于灰色马尔科夫模型的军事物流成本预测

为提高军事物流成本预测精度,应用马尔科夫链理论对军事物流成本灰色预测模型的预测量进行马尔科夫修正,建立了军事物流成本的灰色马尔科夫预测模型。以军队某综合仓库的物流成本为例对模型的预测效果进行检验,结果表明,灰色马尔科夫模型的预测效果明显优于灰色预测模型。     

基于灰色马尔科夫理论的体能训练效果预测与评价模型

将灰色理论与马尔科夫理论相结合,建立了灰色马尔科夫体能训练效果预测与评价模型,可以反映数据序列的发展趋势,还可缩小预测区间的范围。采用静态与动态相结合的方法,对某学员队五公里武装越野的训练成绩进行评价分析,结果证明灰色马尔科夫预测模型精度高于初级灰色预测模型。     

基于改进灰色GM(1,1)模型的武器系统费用预测

武器系统费用影响因素众多,各因素作用机理复杂,导致费用分布呈波动性和不稳定性。基于此,提出了一种改进的灰色GM(1,1)模型。该模型采用傅立叶级数和马尔科夫链方法,对不稳定武器费用系统的周期和随机现象进行建模,以提高预测精度。实例仿真结果表明:改进的灰色GM(1,1)模型可有效解决不稳定的武器费用预测问题,且具有良好的预测性能。     

灰色-马尔科夫模型在机场道面使用性能预测中的应用

介绍利用灰色-马尔科夫模型对机场道面使用性能进行预测的基本方法和具体步骤,并给出了工程实例.应用分析表明,该方法能够充分利用机场道面使用中各段历史数据,较好地对机场道面使用性能进行预测,且预测结果比单纯的灰色模型有更高的精度.     

舰船装备维修费组合预测马尔科夫链修正模型

针对舰船装备维修费样本量小、不确定性大,且受最近一次维修费影响大的特点,将马尔科夫链引入到舰船装备维修费组合预测建模中。针对马尔科夫链状态空间划分的主观性,采用k均值聚类算法对各单项预测模型拟合误差进行聚类,形成k个状态空间;针对以误差最小为准则确定组合预测权重可能导致过拟合的问题,从拟合误差的准确性和发展趋势的相似性两个角度,分别给出了舰船装备维修费组合预测权重确定方法,并结合马尔科夫链对组合预测模型进行了修正。最后,实例验证了该方法的可行性和有效性。     

灰色加权马氏链组合在航空装备事故预测中的应用

为提高传统灰色马氏链组合模型的航空装备事故预测水平,引入加权马氏链,提出了一种改进的灰色马氏链组合预测方法。该方法先通过建立灰色模型,提取事故序列的趋势信息,然后再利用灰色残余信息构建加权马氏链模型,合理发挥各步长马氏链的作用,以期准确刻画随机波动规律。为验证其有效性,在美国空军A级飞行事故万时率实际数据基础上,建立了灰色加权马氏链组合预测模型,结果表明,模型对2000年~2002年预测的相对误差平均控制在4.59%以内,远高于灰色叠加马氏链模型,所建的模型能够比较客观地反映航空安全的未来发展现状。     

当前非法出入境活动发展趋势预测

将灰色系统理论与马尔可夫链方法相结合,提出了灰色模型——马尔可夫链预测当前非法出入境活动发展趋势的方法,以某年至某年出入境统计的原始数为依据,通过MATLAB编程建立起微分拟合方程和系统状态转移概率矩阵,对当前非法出入境活动的发展趋势进行了预测和分析.     

混合动力电动汽车预测控制策略

为了保证混合动力电动汽车动力性和进一步降低燃油消耗,建立了一个预测控制策略,该控制策略采用齐次马尔科夫链对汽车运行状态特征参数进行预测,并根据预测结果对混合动力电动汽车控制策略中发动机工作范围上下限进行调整.与原电力辅助控制策略相比,建立的预测控制策略降低了运行状态对混合动力电动汽车控制策略的影响,使得车辆能够在不同运行工况中都具有良好的燃油经济性.     

基于灰色Verhulst优化模型的电子装备故障预测方法

针对平均故障工作时间数据样本量少的特点,提出利用灰色Verhulst模型预测电子装备故障;又针对灰色Verhulst模型存在预测精度不高的问题,研究了灰色Verhulst模型参数的优化方法。通过实际试验数据对2个模型进行了仿真验证,并基于灰色关联度对2个模型的模拟预测精度进行了比较分析,结果表明：基于灰色Verhulst优化模型适合于电子装备故障预测,并具有较高的拟合预测精度。     

基于灰色加权马尔科夫的部队集成训练效果预测

针对GM(1,1)预测模型误差较大的问题,在GM(1,1)模型的基础上引入加权马尔科夫模型构建了部队集成训练效果预测模型。该模型以GM(1,1)模型存在的预测残差作为划分马尔科夫状态的依据,通过加权处理对预测结果进行修正。实例分析结果表明,该模型算法简单,易于实现,可以较大地提高部队训练效果预测精度,为部队开展科学有效的实战化训练提供了有力的数据支撑。     

柴油机磨损寿命的灰色马尔柯夫模型预测

基于灰色系统理论,将灰色ＧＭ（１,１）预测模型和马尔柯夫预测模型的优点结合起来,形成一个灰色马尔柯夫预测模型,拓宽了灰色预测的应用范围。特别地,这种模型的预测结果比其它随机波动性较大的数据到模型的预测结果精确得多。对柴油机磨损寿命进行预测,取得了令人满意的结果。     

灰色组合模型在股指预测中的新发现

针对四项灰色组合模型,提出了较优的最佳等维新息两项组合灰色模型预测。通过证券市场股指预测的实证分析,发现灰色组合模型均不及两次拟合灰色模型适用。     

基于MCMC方法的Lorenz混沌系统的参数估计

基于贝叶斯理论,提出用马尔科夫链蒙特卡罗(MCMC)方法来估计Lorenz混沌系统的未知参数。首先导出了未知参数分布规律的后验概率密度函数;接着采用自适应Metropolis算法构造Markov链;然后截取收敛的链序列,计算混沌系统参数的估计值。数值试验表明:该方法具有很高的估计精度,同时具有较好的抗噪声性能。     

马尔科夫链扫雷效果评估模型可信度验证

目前基于马尔科夫链的扫雷作战效果评估模型从单链到多链,理论模型与算法设计已经架构完毕,但该模型的可信度还有待验证。文中利用误差分布拟合检验的方法,对模型可信度进行验证,计算表明,该模型可信度较好。     

弹道导弹突防效能评估的马尔科夫模型

弹道导弹突防作战时面临着导弹防御系统多层拦截现状,突防每一层导弹防御系统时均可以看为独立过程,导弹突防状态具有随机性和无后效性等特点,导弹突防临近两层防御系统的过程近似为马尔科夫过程。将马尔科夫链转移概率引入突防多层导弹防御系统时导弹突防效能评估中,构建基于马尔科夫链的导弹突防效能评估模型,得到成功突防弹道导弹数量期望值及各随机状态的概率分布。分析结果表明,该方法简单易用,具有一定的应用价值。     

应用马尔科夫链的空中战役过程数学概念模型

空中战役过程的数学概念模型是对实际作战过程的抽象,是仿真建模的基础.在对空中战役过程物理特性分析基础上,根据典型化、模块化等手段对空中战役的典型作战过程进行处理,使其符合马尔科夫链的判别条件,将整个作战过程看作多个作战阶段组成的状态转移体系,建立用马尔科夫链描述的空中战役典型作战过程数学概念模型,探讨了作战阶段持续时间、状态转移概率的确定和其他影响因素,并对适合作战阶段数学模型的建模方法进行介绍.所得研究结果可以为仿真建模人员的仿真建模工作提供有益的指导.     

对机动目标的滤波问题和灰色预测

叙述了火控系统中滤波的几种方法,分析了滤波中所存在的问题,并应用灰色系统理论对机动目标进行预测,讨论了火控灰色预测的特点。     

灰色系统理论在火灾预测中的应用

简述了灰色系统理论的基本概念与方法,并着重阐述了灰色理论中灾变预测的特点和其建模过程,并将其应用于实际火灾预测之中。     

基于灰色神经网络的装甲器材需求量预测

分析了装甲器材需求量影响因素,将灰色预测与神经网络预测方法相结合,建立了装甲器材需求量预测的灰色神经网络计算模型。该模型具有灰色系统的少数据建模及神经网络的精度可控性等优点,能较好地解决目前装甲器材需求预测精度不高的问题,可为装甲器材管理部门制定订购、调拨计划提供决策依据。     

Elman动态灰色神经网络在电磁发射系统状态预测中的应用

基于电枢运行过程中所受到的多物理场作用机理,采用灰色理论对出口速度进行线性预测,分析了灰色理论存在的不足和改进措施,提出了一种Elman动态灰色神经网络并进行了仿真分析,然后将结果与传统的灰色神经网络结果进行了对比试验。结果表明:新的Elman动态神经网络预测方法具有较高的预测精度,可以为轨道式电磁发射系统连发决策、有效预防轨道烧蚀提供技术支撑。