无界报酬向量值折扣马氏决策规划

本文建立了一类无界向量值报酬折扣马氏决策规划,在一组无关向量生成的凸锥确定的序关系下,讨论了模型最优策略的存在性;给出强最优策略存在的必要充分条件;指出最优策略的自组合、凸组合策咯仍是最优策略;还证明了平稳策略在一般策略类中的优势。     

农田灌溉的马尔可夫决策规划模型

本文应用离散时间的马尔可夫决策规划(MDP)的原理和方法,建立了农田灌溉的MDP模型。同时,给出了求解(择优)的算法,并对一个简化的例子进行了实际求解。最后,讨论了模型的进一步发展。     

非时齐折扣马氏决策规划（一）

本文在状态集可数、行动集任意的条件下,讨沦报酬函数满足一种推广的绝对平均相对有界的非时齐折扣马氏决策规划;建立了模型的最优方程,证明了ε(>0)最优马氏策略的存在性;最后给出最优策略(最优马氏策略)存在的必要充分条件.     

经济系统中马氏决策过程的状态跳跃研究

决策问题普遍存在于经济系统中。许多经济决策可用非时齐马氏决策过程描述和求解，以便对决策作理论分析或提供一定的参考方案。求解马氏决策过程的难题往往是求解其转移概率函数。为结合经济系统中动态过程的状态特点求解非时齐马氏决策过程，本文将跳跃过程与马氏决策过程相结合，给出用这种结合分析经济问题的依据，从而为进一步求解非时齐马氏决策问题的转移概率函数明确了概念和奠定了分析基础。     

基于在线支持向量机的空对地攻击决策算法

为解决无人机对地攻击决策问题, 对影响地面目标威胁度的指标因素进行了分析和量化, 构建了基于在线支持向量的目标威胁度预测模型。利用在线支持向量机实现目标威胁度排序, 进而完成空对地的攻击决策。研究的空对地决策算法具有在线训练、 模型精确度高、 需要样本少和泛化能力强等特点, 有利于快速准确地进行空对地攻击决策。最后, 通过仿真实例验证该算法的正确性。仿真结果表明, 在线支持向量机在计算目标威胁度过程中速度快且精确度高。     

基于半监督优化分类的入侵检测方法研究

为解决入侵检测训练集（通常包含大量无标记样本和少量已标记样本）,在传统半监督支持向量机(S3VM)上确定最优分类决策面,提出一种优化的多分类决策S3VM方法（MLL_S3VM）。该方法结合启发式搜索和聚类方法筛选出差异性较大的分类决策面,采用距离向量法对未标记样本进行标记。实验结果表明,在入侵检测中,该算法明显提高了模型预测精确度。     

万有马氏过程在两部件串联可修系统中的应用

研究了二重随机寿命的两部件串联可修模型．在一个部件的寿命服从万有马氏过程、其它三个随机变量都服从连续型分布的条件下．利用向量马氏过程方法．得到了系统的所有可靠性指标和某些联合分布．     

多元数据升维变换的几何代数表示原理

传统多元数据分析和模式识别领域一般采用向量空间模型.本文提出将多元数据从n维向量空间映射到其生成的几何代数空间的升维变换方法,给出了多元数据在几何代数空间的多向量表示,并且证明了该多向量表示的完备性.最后展望了将几何代数应用于可视化模式识别的前景.     

一般状态空间无界报酬折扣半马氏决策规划

本文讨论在一般状态和行动空间下,Lippman[1]的无界报酬折扣半马氏决策规划的ε(≥0)最优平稳策略的存在性问题,最优策略的性质及这类模型的不变问题,最后给出在有限行动空间下不变问题最优策略的一种算法。     

基于POMDP的可伸缩视频流优化决策调度

针对可伸缩视频流在无线通信中的数据包调度问题,提出了一种基于部分可观测马尔可夫决策过程（POMDP）的决策调度策略,在用户状态不确定或部分可观测条件下,采用POMDP建立了完整的最优化调度模型,以实现视频接收质量的最佳化.仿真实验结果表明,与传统的调度算法相比,该方法有效提高了视频流的平均峰值信噪比(PSNR).随着调度规模的扩大,其性能能够逐渐逼近用户状态完全确定的理想马尔可夫决策过程（MDP）模型.     

高阶多元Markov链联合稳定分布向量的扰动界

给出了高阶多元Markov链联合稳定分布向量的几个扰动界:结合高阶多元Markov链概率转移矩阵左、右特征向量的相关性质, 得到高阶多元Markov链联合稳定分布向量的扰动界, 新的扰动界结果是一阶多元Markov链联合稳定分布向量扰动界结果的推广;利用高阶多元Markov链概率转移矩阵的特殊性, 给出其联合稳定分布向量可计算形式的扰动界, 也是已有一阶多元Markov 链联合稳定分布向量相应扰动界结果的推广;结合Paz不等式, 通过分析高阶多元Markov链联合稳定分布向量的分量扰动, 得到了联合稳定分布向量基于分量形式的扰动界, 便于观察高阶多元Markov 链中具体某条链某个状态的扰动.     

Markov分析法在企业经营中的应用

企业在生产经营中,常常需要对市场进行各种预测,其中对产品利润、产品销售、产品市场占有率等方面的预测较为重要.应用随机过程中的Markov链理论,构造相应的预测模型,就可预测企业"未来"所处状态,进而指导企业做出相应的经营调整,采用最优策略,最终使企业的利润最大化.通过实例分析,运用Markov分析法,对商品销售情况及企业利润进行预测,展示了市场经济预测与决策的全过程.Markov分析法简便易行、适用于经济预测的诸多方面,但由于应用Markov分析法前提要求过程具有Markov性,所以模型仍具有一定的局限性.     

一类多阶段决策模型的稳定解及最优调节策略

得到一类确定型多阶段决策系统的差分方程组模型及该模型稳定解存在的条件并获得稳定解。同时给出该类模型中未知参数的辩识方法。利用马尔可夫决策方法给出相应随机型模型的稳定解，选择使该系统运行可达到理想状态的最优调节策略。     

基于相关向量机的中长期径流预报模型研究

鉴于其优越的预报性能,将相关向量机（RVM）应用到中长期径流预报中,并在相空间重构的基础上,建立了基于相关向量机的径流预报模型.该模型首先对径流时间序列进行相空间重构,并以重构后的径流序列作为模型输入;其次,采用粒子群优化（PSO）算法识别模型参数,利用优化所得重构参数验证时间序列具有混沌特性,在模型内循环过程中采用EM算法迭代估计超参数,并将RVM与应用较为广泛的最小二乘支持向量机（LSSVM）和自动回归滑动平均模型（ARMA）进行了比较分析,结果表明该模型具有较好的泛化能力;最后,基于水文过程变化的不确定性、RVM描述输出值的不确定度以及相应概率下的预报区间,使得调度人员在决策中能考虑预报的不确定性,定量估计各种决策的风险和效益.     

马尔可夫链在高校通信市场预测与决策中的应用

借助随机过程中著名的马尔可夫链理论知识,以某地区三高校通信市场客户的转移数据为研究对象,分析了市场占有率的变化,通过实例来将马尔可夫分析法运用于决策过程,力图为通信市场分布策略研究提供一种新的思路.     

基于满意度的多准则决策模型及其在员工绩效评价中的应用

针对评价准则权重信息不完全的群体多准则决策问题,首先利用方案满意度模型,对备选方案集中的每一个方案建立以最大化该方案满意度为目标的线性规划模型,得到一组权重向量,然后利用群决策中的相关集结方法将这组权重向量进行集结,得到对每个方案都公平公正的一个权重向量,利用该权重向量和加权平均模型得到方案的综合评价值,从而对方案进行优劣排序.最后,通过员工绩效评价的例子对本文提出的方法进行了说明.     

基于一种新型马尔科夫模型的预测蛋白质亚细胞位点的方法

亚细胞位点是蛋白质很重要的功能特征.找到一种有效的、可信度高的预测蛋白质位点的方法是很必要的.提出了一种基于马尔科夫模型的改进预测方法.首先,对于一条给定的蛋白质序列,通过计算在马尔科夫模型下20个氨基酸残基的状态转移矩阵,建立一个420维的特征向量,然后利用支持向量机进行训练和预测,最后夹克刀检验证实了该方法的预测精度与以前的马尔科夫模型相比得到了一定的提高.     

(Pareto-U)模型下二行动线性决策问题的EVSI

讨论了均匀分布U(0,θ)共轭于Pareto分布模型下的二行动线性决策问题的抽样信息期望值(EVSI)的计算公式.     

基于功率谱熵特征提取的脑电波大脑年龄预测

 大脑会随着年龄的增加而出现功能衰退，通过决策实验获取年轻人和中老年人的脑电信号，可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法，并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明，脑电波功率谱熵（PSE）具有良好的时域分辨能力和更准确的区分效果，年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的，即年轻人所产生的脑电波信息量更大。此外，支持向量机（SVM）的分类效果优于随机森林（RF）方法，最高平均精度达88.02%，比随机森林高出2.66%。通过基尼指数对特征重要性排序，还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大，分类器更容易在这些特征区域做出更好的分类。