發(fā)布時間：2021-03-02 22:01

　　武器系統(tǒng)故障數(shù)據常呈現(xiàn)出非等時距、隨機性及非準光滑特性,不滿足GM（1,1）的建模條件。為此,引入故障信息序列的導數(shù)作為建模的白化值,并使用迭代優(yōu)化算法進行參數(shù)優(yōu)化,從而構建灰色直接迭代GM（1,1）模型。同時,直接迭代建�？捎行Ю脭�(shù)據第一點的信息,建模時不需累加生成變換和還原處理,算法簡單可行,可以有效解決武器系統(tǒng)貧信息狀態(tài)下的故障預報問題。仿真結果驗證了該模型對于實際武器故障序列具有較高的擬合和預測精度。為了解和掌握武器質量狀態(tài)的發(fā)展規(guī)律提供了可行的方法。 

【文章來源】：火力與指揮控制. 2016,41(03)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 非等時距序列建模方法
    1.1 差分模型處理非等距方法
    1.2 等間隔化處理方法
2 GM（1,1）迭代優(yōu)化直接建模
    2.1 利用導數(shù)白化原始信息
    2.2 非等時距迭代優(yōu)化直接建模方法
3 武器故障預報非等時距灰色預測模型分析
    3.1 非等時矩差分模型與等間隔化模型分析
    3.2 GM（1,1）迭代優(yōu)化直接模型分析
4 結論


【參考文獻】：
期刊論文
[1]基于灰色系統(tǒng)理論的宏觀經濟運行機制及預測[J]. 鐘洪燕.  統(tǒng)計與決策. 2014(01)
[2]灰色系統(tǒng)理論GM（1,1）預測模型的應用[J]. 賈得海,曾建初.  昆明理工大學學報(自然科學版). 2013(06)
[3]基于灰色系統(tǒng)理論的傳動軸加工質量預測[J]. 孟昭渝溪.  裝備制造技術. 2013(10)
[4]拉格朗日中值定理中間點的漸進性[J]. 王應文.  數(shù)學學習與研究. 2013(11)
[5]灰色模型在裝備故障預測中應用分析[J]. 張光軼,蘇艷琴,許愛強.  測控技術. 2012(02)
[6]新陳代謝GM（1,1）模型在建筑物沉降預測中的應用[J]. 邊培松,王登杰,于少華.  山東大學學報(工學版). 2010(03)
[7]基于相似性和接近性視角的新型灰色關聯(lián)分析模型[J]. 劉思峰,謝乃明,FORREST Jeffery.  系統(tǒng)工程理論與實踐. 2010(05)
[8]優(yōu)化灰導數(shù)后的新GM（1,1）模型[J]. 李玻,魏勇.  系統(tǒng)工程理論與實踐. 2009(02)
[9]一類基于狀態(tài)估計的非線性系統(tǒng)的智能故障診斷[J]. 劉春生,胡壽松.  控制與決策. 2005(05)



本文編號：3060029