原文服务方: 计算机测量与控制       
摘要:
为了克服传统预测方法的弊端,提出了基于灰色模糊推理的油料消耗预测方法;首先,构建了基于加权灰色关联分析的案例检索模型,且运用信息熵理论确定灰色关联系数的权重;其次,构建了模糊集理论的案例检索模型,且运用改进的层次分析法确定特征属性的权重;最后,基于上述2种检索结果,运用灰色关联分析方法构建了组合检索模型,并且基于检索结果对油料消耗进行预测.通过算例仿真,证明了上述检索方法具有较高的准确度,验证了预测方法的可行性和实用性.
推荐文章
灰色-马尔科夫油料消耗预测模型
灰色模型
马尔科夫预测
油料消耗
基于动态模糊推理的舒适温度在线预测
热感觉
智能交互系统
动态进化神经模糊推理系统
在线预测模型
偏好温度
基于自适应神经模糊推理系统的城市电力需求及预测模型
神经网络
模糊推理系统
城市电力需求
预测模型
基于灰色神经网络的装甲部队油料消耗预测
装甲部队
油耗预测
灰色系统理论
神经网络
组合模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰色模糊推理的油料消耗预测
来源期刊 计算机测量与控制 学科
关键词 灰色关联分析 模糊集 案例检索 油料 消耗预测
年,卷(期) 2019,(9) 所属期刊栏目 测试与故障诊断
研究方向 页码范围 18-22
页数 5页 分类号 E92
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2019.09.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏振堃 陆军勤务学院油料系 9 0 0.0 0.0
2 汪涛 陆军勤务学院油料系 7 2 1.0 1.0
3 全琪 陆军勤务学院油料系 4 2 1.0 1.0
4 吴书金 陆军勤务学院油料系 2 0 0.0 0.0
5 程日 陆军勤务学院油料系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (57)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
灰色关联分析
模糊集
案例检索
油料
消耗预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导