位置:成果数据库 > 期刊 > 期刊详情页
两个数据序列的灰关系及其工程应用的两个例子
  • ISSN号:1000-1093
  • 期刊名称:兵工学报
  • 时间:0
  • 页码:1-5
  • 语言:中文
  • 分类:N941.5[自然科学总论—系统科学]
  • 作者机构:[1]河南科技大学机电工程学院,河南洛阳471003, [2]上海大学轴承研究室,上海200072, [3]北京航空航天大学仪器科学与光电工程学院,北京100083
  • 相关基金:国家自然科学基金资助项目(50375011;50675011);国防科工委项目子项(MKPT-2004-51ZD/7)
  • 相关项目:动态测量系统的非统计分析方法及其应用基础研究
中文摘要:

灰关联分析要求数据序列个数必须大于2才能构成灰关联空间,难以解决两个数据序列之间属性检验问题。为此,以灰色系统的基本原理为依据,提出灰关系概念。从生成来自这两个数据序列均值的定值参考序列入手,定义最大灰差与最小相似系数以及系统属性权重系数,给出有关的性质与定理,从而构建出一个特殊的灰关联空间即灰相似空间,允许概率分布未知和数据个数很少。在灰相似空间中,给出系统属性检验的一个准则和相应的灰置信水平。对捷联惯组(SIMU)的误差系数和武器系统效能的两个试验研究表明,灰关系概念在系统分析中具有显著性,灰置信水平可以得到95%以上。

英文摘要:

It is difficult to tackle the problem about testing of attributes between two data sequences for grey relational analysis because the number of data sequences must be more than 2 in order tO structure a grey relational space. For this reason, a concept, grey relation, was advanced using rationale of grey system. Started with generation of the fixed value reference sequence from mean of these two data sequences, maximum grey difference, minimum coefficient of similarity and weighting coefficient of sys- tem attributes were defined, relational properties and theorems were given, and accordingly an especial grey relational space, viz. grey similarity space which permits the probability distribution unknown and the number of data small, was formed. On grey similarity space, a testing criterion of system attributes was proposed, carried with its corresponding grey confidence level. Experiments on the error coefficient of strapdown inertial measurement unit (SIMU) and the effectiveness of weapon systems show that grey relation is provided with significance at the above 95 % grey confidence level.

同期刊论文项目
期刊论文 39 会议论文 9 专利 5 著作 2
同项目期刊论文
期刊信息
  • 《兵工学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国兵工学会
  • 主编:许毅达
  • 地址:北京2431信箱
  • 邮编:100089
  • 邮箱:acta@cn-bgxh.cn
  • 电话:010-68962718 68963060
  • 国际标准刊号:ISSN:1000-1093
  • 国内统一刊号:ISSN:11-2176/TJ
  • 邮发代号:82-144
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:15352