简介：为了提高非线性动态系统辨识精度，提出一种基于多新息理论的PID神经网络改进算法。对具有时间延迟非线性动态系统，由于采用多新息，充分利用了系统的当前数据和历史数据，较传统的BP算法，本文所提算法在辨识精度和收敛速度方面具有更好的效果。仿真结果表明该算法的有效性。

简介：针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法（PSO）优化支持向量回归模型（SVR）并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

简介：为解决传统扩展卡尔曼滤波（EKF）算法在非线性系统观测模型中因误差引起的系统状态估计精度下降等问题，以永磁同步电动机为例对直接转矩控制系统进行研究。将多新息辨识理论引入扩展卡尔曼滤波中，采用多新息扩展卡尔曼滤波（MIEFK）算法，将其应用于无传感器直接转矩控制系统中，分别构建了EKF和MIEKF观测算法仿真模型，并对其进行对比验证。研究结果表明，基于MIEKF观测算法更有效，改进后的观测器波动范围缩小，其中转速波动范围缩小为原来的22％左右，转矩脉动范围缩小为原来的14％左右。

简介：针对GM(2,1)模型对长时间序列预测不理想的问题,等维新息GM(2,1)减少了样本容量,加强了信息的更替,能解决长时间序列的预测问题。运用等维新息GM(2,1)模型对河南省粮食产量进行预测,取得了很好的效果,模型的平均预测误差为0.8812%,比GM(1,1)模型的平均预测误差2.0822%减小了57.67943%。由等维新息GM(2,1)模型预测得到2019年河南省粮食产量为7145.517万吨。

简介：在分析评价漯河市城区2006-2010年大气环境质量的基础上，运用等维灰数递补动态模型对该区2011-2015年大气环境质量变化趋势进行了预测。预测结果表明，漯河市城区SO2浓度有显著下降趋势，NOx和PM10浓度将持续上升，大气环境总体质量趋于下降。