灰色神经网络在轴承故障预测中的应用

为提高旋转机械中滚动轴承故障预测的精度,提出灰色神经网络预测模型。利用训练样本数据,使用灰色神经网络模型完成训练过程;基于已训练好的模型对未来时间点的运行状态进行拟合,实现轴承的故障趋势预测。相比采用单一的BP神经网络预测模型,该组合模型具有较高的精度,对轴承故障趋势预测有一定的现实意义。     

基于灰色BP神经网络模型的电网工程造价预测研究

提高工程造价预测水平是合理确定工程造价、有效控制建设成本、实现工程造价管理精益化的前提,是系统规划决策的基础.精准化工程造价预测对提高电力系统经济性、妥善解决输变电工程“三超”问题、提高投资效率具有重要意义.而电网工程造价的单一性及受多因素影响的复杂性,使得输变电工程造价呈现出多变特性,因而亟需一套能有效提高预测精度的...     

改进型BP神经网络有助于短期电力负荷预测

近年来，短期电力负荷预测研究受到了普遍的重视。在多种研究方法中，改进型BP神经网络预测短期电力负荷的方法因具有较高的预测精度、相对误差小的负荷预测结果，而受到业内人士的格外关注。     

基于灰色模型的国际能源需求预测

本文在阐述全球能源需求现状的基础上,采用灰色预测法对全球2012～2015年的石油、天然气、煤炭、核能、水电、可再生能源和总的一次能源的需求量进行了预测,并分析了未来全球能源的需求趋势、需求结构和需求增长速度等方面的特点.据此,提出了我国未来能源开发和利用的建议,包括科学开发勘探能源,提高能源利用效率,加大可再生能源的开发和利用,建立能源战略储备和加强国际合作、减少能源消费量等.     

遗传算法优化的小波神经网络在短期电力负荷预测中的应用

本文利用遗产算法的全局优化搜索能力来优化了小波神经网络,建立了基于遗产算法的小波神经网络短期电力负荷预测模型,克服了BP神经网络自身算法的缺陷,得到了更高的学习精度和更快的收敛速度,经实例也验证了该模型能有效地提高预测精度,减小负荷预测误差,避免了BP神经网络的固有缺陷.     

灰色理论在煤炭生产成本预测中的应用研究

煤炭生产成本预测是一个非常复杂的问题 ,这是由煤矿生产的复杂性及生产成本的各组成要素决定的。煤炭生产成本不仅与煤层的赋存条件 ,水文地质情况 ,采煤方法 ,水、火、瓦斯等因素有关 ,而且与煤炭生产管理、组织和矿用材料价格关系密切。正确地进行煤炭生产成本预测对制定成本计划和生产组织 ,从而有效地提高煤炭企业的经济效益是十分有益的。众所周知 ,影响煤炭生产成本的各要素中 ,有的是已知的 ,如煤炭生产组织管理方式、采煤方法等 ,但更多的因素是未知的 ,随着采煤工作面的推进围岩的变化情况 ,水、火、瓦斯的变化情况以及矿用材料价…     

灰色系统模型在物流货物量预测中的应用

利用灰色系统理论建立物流货物量预测的GM(1，1)模型，并用模型对吉林省未来5—10年物流货物量作出预测。预测结果表明，灰色预测模型能很好模拟宏观物流系统的物流货物量。尽量发挥作为白信息的时问数据的作用，为探索宏观物流系统提供了很好的分析方法。     

改进的灰色模型在井架沉降预测中的应用

针对灰色预测方法建模所需信息量较少,不必知道原始数据分布的先验特征这种特性,探讨了灰色预测理论模型的建模方法与模型精度评定方法,并以顺和煤矿井架沉降监测为例对模型的精度及可行性进行了验证。结果表明,经过改进的灰色模型预测结果精度较高,模型的预测结果基本满足要求,具有实用价值。