灰色直接迭代建模在武器故障预报中的应用

发布时间：2021-03-02 22:01

　　武器系统故障数据常呈现出非等时距、随机性及非准光滑特性,不满足GM（1,1）的建模条件。为此,引入故障信息序列的导数作为建模的白化值,并使用迭代优化算法进行参数优化,从而构建灰色直接迭代GM（1,1）模型。同时,直接迭代建模可有效利用数据第一点的信息,建模时不需累加生成变换和还原处理,算法简单可行,可以有效解决武器系统贫信息状态下的故障预报问题。仿真结果验证了该模型对于实际武器故障序列具有较高的拟合和预测精度。为了解和掌握武器质量状态的发展规律提供了可行的方法。 

【文章来源】：火力与指挥控制. 2016,41(03)北大核心

【文章页数】：5 页

【文章目录】：
0 引言
1 非等时距序列建模方法
    1.1 差分模型处理非等距方法
    1.2 等间隔化处理方法
2 GM（1,1）迭代优化直接建模
    2.1 利用导数白化原始信息
    2.2 非等时距迭代优化直接建模方法
3 武器故障预报非等时距灰色预测模型分析
    3.1 非等时矩差分模型与等间隔化模型分析
    3.2 GM（1,1）迭代优化直接模型分析
4 结论


【参考文献】：
期刊论文
[1]基于灰色系统理论的宏观经济运行机制及预测[J]. 钟洪燕.  统计与决策. 2014(01)
[2]灰色系统理论GM（1,1）预测模型的应用[J]. 贾得海,曾建初.  昆明理工大学学报(自然科学版). 2013(06)
[3]基于灰色系统理论的传动轴加工质量预测[J]. 孟昭渝溪.  装备制造技术. 2013(10)
[4]拉格朗日中值定理中间点的渐进性[J]. 王应文.  数学学习与研究. 2013(11)
[5]灰色模型在装备故障预测中应用分析[J]. 张光轶,苏艳琴,许爱强.  测控技术. 2012(02)
[6]新陈代谢GM（1,1）模型在建筑物沉降预测中的应用[J]. 边培松,王登杰,于少华.  山东大学学报(工学版). 2010(03)
[7]基于相似性和接近性视角的新型灰色关联分析模型[J]. 刘思峰,谢乃明,FORREST Jeffery.  系统工程理论与实践. 2010(05)
[8]优化灰导数后的新GM（1,1）模型[J]. 李玻,魏勇.  系统工程理论与实践. 2009(02)
[9]一类基于状态估计的非线性系统的智能故障诊断[J]. 刘春生,胡寿松.  控制与决策. 2005(05)



本文编号：3060029