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。     

基于灰色系统理论的设备状态监测系统设计

介绍了设备状态集中监测系统的构建和灰色系统理论在设备状态预测中的应用原理及方法．利用Matlab提供的基于最小二乘法的非线性曲线拟合函数能方便地求解一阶灰微分方程,从而得到原始数列的预测值表达式．应用实例表明,基于灰色系统理论的预测模型适用于小样本不确定问题的研究,预测精度高、实现容易．基于灰色系统理论的设备状态监测系统的研制对于科学制定维修计划,改进设备的管理维护手段,确保试验任务的质量和进度具有重要作用．     

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。     

航空装备故障风险分析与趋势预测方法

针对还未系统形成飞行试验故障风险分析与趋势预测方法的问题,提出基于可拓学的飞行试验故障后果定量分析方法,综合应用蒙特卡洛抽样以及层次分析法的飞行试验故障可能性评定方法以及基于灰色波形的故障风险综合预警信号预测方法;通过实例验证结果表明:基于灰色波形的故障风险综合预警信号预测方法预测航空装备故障风险趋势有效,并且更适合于...     

灰色系统理论在火控随动系统中的应用设想

本文是“用灰色系统理论预测目标运动规律探讨”一文的姊妹篇,文中介绍了灰色控制的简况及其在工业技术应用的主要技术成果,提出了将灰色控制的原理与方法应用于火控随动系统中的若干想法。     

一种解决预测问题的新方法及其应用

本文在分析灰色预测和马尔科夫链预测优缺点的基础上,提出了用灰色马尔科夫链解决预测问题的方法并建立了数学模型,最后以我院二年级本科生英语四级通过率为例说明了其应用。     

基于灰色系统理论的火灾事故预测方法

简要叙述应用灰色系统理论进行火灾事故预测的理论和方法 ,建立了火灾事故预测的GM (1,1)模型 ,并用该模型对火灾事故进行预测。     

灰色理论在火灾灾变年份预测中的应用

一、引言 灰色系统理论自1982年创立以来,得到了迅速发展与完善,其应用范围不断扩大,已在各类系统的分析、建模、预测、决策和控制中得到广泛的应用。所谓灰色系统是指信息部分明确、部分不明确的系统;在火灾统计中,由于受各方因素的影响,其信息与统计结果并非很准确,因此可视为灰色系统。     

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。     

反直升机智能雷战斗部研制费用/效能分析

给出了反直升机智能雷战斗部总体效能的评价体系。对各种评价方法进行了分析 ,提出了适用于智能雷战斗部总体效能评价的层次 TOPSIS法。应用灰色系统预测理论解决智能雷战斗部研制费用估计问题 ,建立了灰色系统 GM模型。采用费效比值准则能较好地反映智能雷战斗部综合能力。通过实例计算可以看出 ,该方法能广泛地应用于弹箭系统     

火炮射击精度的灰色系统预测

本文应用灰色系统预测的理论与方法,建立了射击精度的子系统与系统的预测模型,为从微观、宏观上控制误差,提高射击效果,提出了一种科学的预测方法。     

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。     

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。     

大型装备费用预测中的系统分析

将大型装备连续建造的总成本及控制变量作为一个变化系统,并用灰色系统理论进行建模分析,采用龙格-库塔法求解微分方程组.通过对精度的分析,指出使用灰色系统预测结果不能采用统计分析方法的相关性检验标准,而要通过预测数列与原始数列的逼近情况来判断其预测精度.     

基于数据适应性检验的身管磨损量预测研究

应用灰色系统理论研究不确定系统,对系统进行灰色预测模型建立的同时,需要检验系统原始数据序列是否符合建模要求。主要从3个方面检验数据建模的可行性,分别是光滑比、极比偏差和凹凸性检验。结合某型坦克炮身管内膛烧蚀磨损数据,采用不同的磨损数据作为灰色预测模型建模的原始数据序列,具体分成两种情况进行数据检验,并代入模型计算,分析不同情况下模型的预测精度,通过对比计算结果选出与模型匹配度更高的原始数据序列。     

灰色线性理论

灰色系统理论是近10多年发展起来的以系统分析、建模、预测、决策、控制、评估为纲的技术体系。灰色理论的GM模型的机理和特点,可归纳为:(1)一般系统理论只能建立差分模型,不能建立微分模型,而灰色理论建立的是微分方程型模型。(2)灰色系统理论,     

基于灰色Verhulst优化模型的装备研制费用高精度预测

针对装备寿命周期费用中研制费用的高精度预测问题,提出了一种灰色Verhulst优化模型。首先提出了对灰色Verhulst模型参数进行优化的数学规划模型,然后介绍了应用模拟退火算法求解该Verhulst模型,最后结合实例对鱼雷研制费用进行了建模,并进行了模拟有效性比较与分析。理论分析和仿真计算结果均表明,所提优化模型具有更高的模拟和预测精度,且模拟序列与原始序列具有更大的灰色关联度。     

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。     

基于灰色神经网络武器装备研制费用预测模型

提出了基于灰色系统理论与神经网络的武器装备研制费用组合预测模型,该模型首先采用灰色GM(0,N)模型对研制费用进行预测,利用LMBP神经网络对预测误差进行了模拟与修正,实例验证该方法具有较高的预测精度.