摘要：科学合理的预测经济社会发展用水需求,是地区水资源规划的基础和前提。针对现有需水预测方法计算成果往往与实际存在一定的差距,本文从需水预测的灰色特性出发,通过采用四阶Newton-Cotes求积公式对灰色微分方程背景值进行优化,在此基础上建立基于四阶Newton-Cotes求积公式优化背景值的灰色自记忆模型,并在城市用水预测中加以应用。实例研究表明,该模型预测精度较高,可作为城市需水量预测的依据。

摘要：目的验证灰色预测系统非等间距GM(1,1)模型对钢材低温力学性能预测的准确性与有效性,以保证钢结构工程服役于低温工作环境的安全性与可靠性.方法应用灰色相关理论,提出基于积分构造背景值的非等间距GM(1,1)预测模型,并用MATLAB对所构建的预测模型编写程序,以常用的钢材(Q235、16Mn、15Mn V、16Mnq、14Mn Nbq)在低温下的力学性能试验数据为初始序列进行灰色预测试验研究.结果力学试验结果表明钢材在低温工作环境中,其主要力学性能指标:屈服强度fy和极限强度fu随温度的降低而提高;断后伸长率δ和断面收缩率ψ随温度的降低而降低;预测结果显示该非等间距GM(1,1)模型预测精度均为一级,小概率误差均为1,最大相对误差2.5%,数据拟合精度高达97.5%.结论非等间距GM(1,1)模型对钢材低温力学性能预测方法精度高,具有很好的工程应用价值.

摘要：传统多变量灰色模型MGM(1,n)的背景值误差会使得求解的灰色参数精度降低。总体最小二乘是一种可以同时顾及到观测误差与模型系数矩阵误差的数学方法。基于此,引入TLS对传统MGM(1,n)模型的灰色参数进行修正。通过对某大坝变形数据试算,验证表明,该方法能够有效地提高变形预报精度。

摘要：为提高导弹退化状态预测的精度,结合导弹测试数据不等时间间隔的特点,提出了一种基于改进非等间距GM(1,1)-BP模型的导弹退化状态预测方法。对传统非等间距GM(1,1)模型的背景值和初始条件进行优化,引入新陈代谢思想,在此基础上,构造灰色模型拟合值与实际值的差值序列,进而建立差值序列的BP神经网络预测模型,还原得到最终预测值,提高了预测精度。此设计方法结合了灰色模型对趋向性数据的预测优势和BP神经网络强大的非线性拟合能力,达到了取长补短、相得益彰的效果。通过导弹测试数据的预测实例,验证了方法的有效性和优越性。

摘要：建立防波堤沉降预测的非等距灰色Verhulst模型,利用倒数变换对模型的背景值进行优化,提出优化背景值的非等距灰色Verhulst模型的建模步骤。最后结合防波堤工程实例,采用Verhulst模型对其进行沉降预测,结果表明:经过背景值优化的非等距灰色Verhulst模型具有很高的预测精度,适用于防波堤沉降变形预测。

摘要：科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。