基于GM(1,1)模型的电磁环境复杂度预测方法

分析了以往电磁环境复杂度计算存在的问题,利用灰关联模型重新定义了电磁环境复杂度,采用GM(1,1)模型对电磁环境复杂度进行了预测,仿真结果验证了该方法的可行性和合理性。     

基于灰色预测的时敏军事任务调度模型

为有效利用栅格化军事信息系统硬件冗余资源,提高系统运行时效,保证时敏军事任务执行效果,基于灰色理论的GM(1,1),提出了一种时敏军事任务调度模型。构建了基于主动式主/副本机制的调度流程,并针对普通(阈值)调度模型和模糊控制调度模型中调度触发的滞后和调度价值不确定的问题,设计了预测型调度时间窗口,有效优化了调度触发机制。最后通过仿真实验,考察了3种调度模型的有效性,结果表明模型虽然耗费了较大的调度开销,但在降低总体任务用时上作用明显。     

基于灰色理论的设备状态趋势预测建模及应用研究

主要研究了利用灰色理论对设备状态进行预测的步骤和方法,通过对设备运行的关键参数进行建模,可以有效地预测设备状态的发展趋势,并分别以降温和保温阶段的轴承供气压力为例对该预测模型进行了验证,通过Matlab对采集的历史数据进行计算,结果表明该预测方法具有数据量少、计算简单、预测准确的特点,在该试验设备的运行状态趋势预测是可行的.     

后勤装备经济寿命预测模型与分析

装备经济寿命分析的目的是要确定装备年均总费用最低的服役年限,为装备退役报废工作提供决策依据。基于灰色理论的后勤装备经济寿命分析,可以利用已发生的有限费用数据,构建GM(1,1)模型,从而测算出后续各年的年均总费用,最终确定其经济寿命。     

GM(1,1)和SVR的雷达电子部件状态趋势预测模型

为提高雷达电子部件状态趋势预测的精度,根据测试数据特点,提出了基于GM(1,1)与支持向量机回归(SVR)的组合预测模型。采用粒子群优化算法分别对GM(1,1)和SVR模型进行了改进,提高了单一模型的预测精度。在此基础上,结合GM(1,1)模型对趋向性数据的预测优势和SVR模型对数据波动的强适应性,达到了取长补短、相得益彰的效果。实验结果表明该组合模型不但具有更高的预测精度,而且对不同预测对象有更强的适应能力。     

灰色神经网络的鱼雷经济寿命预测

为减少军费开支、降低鱼雷全寿命费用,从经济性角度提出了鱼雷最佳服役年限模型。利用灰色等维新息GM(1,1)模型对鱼雷年度使用维修费用进行预测;采用分组的思想将原始数据分为多组,采用神经网络对灰色模型的预测残差进行修正,以提高预测精度。通过实际算例预测了鱼雷经济寿命,从而证明了模型的实际应用价值。     

卤素G-M计数管非线性量程曲线回归技术研究

创建了卤素Ｇ－Ｍ计数管量程函数表达式,其覆盖量程范围在５个数量级以上,相对标准误差在２％以内。以充分利用Ｇ－Ｍ计数管创造了有利条件。     

G—M计数管TIME—TO—COUNT测量方法的探讨与实现

主要对目前国外最新的G－M计数管TIME－TO－COUNT测量方法进行 探讨,通过方案设计加以实现,并进行试验,验证该测量方法的正确性和可行性。     

灰色预测GM(1,1)模型及其改进与应用

介绍了灰色预测的基本原理和常用GM(1,1)模型及其适用性判断方法,针对GM(1,1)模型中背景值的取法,提出了一种自动寻优定权的改进措施,通过实例对比分析,应用效果良好。     

一种组合预测模型及预测值的模糊分级

基于多元线性回归模型及ＧＭ（１,ｎ）模型,给出了一种组合预测模型,进行了组合预测的精度分析及预测值的等级分类,并讨论了其在实际问题中的应用．