建筑用户在室行为预测新方法

准确预测建筑用户在室行为可显著提高建筑能耗模拟精度,并进一步帮助建筑设计及运行控制优化.当前进行在室行为预测时所采用的主要是基于隐马尔可夫链方法的数学模型,该模型考虑了在室行为的时间关联性,可平稳有效地预测在室行为.然而现有隐马尔科夫模型难以准确描述在室行为动态变化规律以及在室行为与可观测参数之间的关联,降低了模型预测精度.针对该问题,本文提出一种基于状态转移的时变隐马尔科夫模型.该模型采用时变状态转移概率矩阵量化不同时刻在室行为的动态变化特征及关联,同时该模型基于状态转移计算可观测参数的概率分布以定量描述在室行为对可观测参数的影响.本文采用比利时某办公室在室行为数据库进行了相关建模和验证,结果表明该模型可更有效地捕捉在室状态变化,从而提高了在室行为预测精度.     

基于自回归隐半马尔可夫模型的设备故障诊断

提出了一种新的隐马尔可夫模型(HMM)拓展模型自回归隐半马尔可夫过程(Auto-Regressive Hidden Semi-Markov Model,AR-HSMM),并给出了模型参数的推导和相应的"前向-后向"算法.与传统的HMM相比,AR-HSMM有以下两个优点:①把传统HMM所假设的隐藏状态分布改进为显式高斯分布;②改进了传统HMM假设各观测变量相互独立的问题,通过在各观测变量之间建立联系,从而使之更加符合实际情况.在液压泵故障诊断中的应用实例表明,AR-HSMM在故障诊断中是非常有效的.     

与观测信息相关的二阶隐马尔可夫模型的参数估计

给出了在观测噪声和马尔可夫链不相互独立的条件下与观测信息相关的二阶隐马尔可夫模型的结构及改进模型的前向后向算法与Baum-Welch算法,并导出了改进模型的参数估计公式.     

一般非线性自回归模型的遍历性与几何遍历性

利用一般状态空间马尔可夫链的有关知识,讨论了一般形式的非线性自回归模型的遍历性与几何遍历性问题,得到了判定一般形式的非线性自回归模型的遍历性与几何遍历性的充分条件.     

一类隐马尔可夫模型的若干极限性质

假定隐藏的马尔可夫链为非齐次，研究隐非齐次马尔可夫模型的一些强极限定理．首先在引理中得出了隐非齐次马尔可夫模型的一些性质，从而导出了隐非齐次马尔可夫模型的三元函数一类平均值的强极限定理．作为定理的推论，得到了隐非齐次马尔可夫模型状态出现频率的一类强极限定理．隐马尔可夫模型可应用于弱相依随机变量的建模上，也可用作研究发音过程、神经生理学与生物遗传等方面的工具．     

关于隐马尔可夫模型的一个极限性质

隐马尔可夫模型是研究发音过程、神经生理学与生物遗传等问题的有力工具,并且在弱相依变量的建模上得到了广泛应用.本文假定隐藏的马氏链为非齐次的,从而导出了该模型泛函序列{fn(X0,...,Xn,Yn)}的强极限定理.     

利用马尔可夫链模型预测股票市场的近期走势

由于股市受多种随机因素的影响其未来的走势及演变仅仅与当前所处状态有关,而不受过去的状态影响,也就是具有马尔可夫性．本文运用这一性质建立了股票价格预测的马尔可夫链数学模型,并举例说明了该模型在股票交易市场分析、预测中的应用．     

混合二阶隐马尔可夫模型的Baum-Welch算法

介绍了在观测噪声和马尔可夫链不相互独立的条件下混合二阶隐马尔可夫模型(HMM2)的结构.然后,研究了新模型的Baum-Welch算法,并导出了新模型的参数估计公式.       

定子磁链全阶观测器增益矩阵的确定方法

为了提高异步电机定子磁链观测精度,减小观测误差受其运行过程中温度、频率和磁路等因素的影响,使用定子磁链全阶观测器观测定子磁链.利用静止坐标系下的异步电机数学模型,分析当电机参数改变时,高速运行状态下定子磁链观测器u-i模型和低速运行状态下i-n模型的观测误差变化情况,然后给出定子磁链全阶观测器增益矩阵的确定方法.在Matlab/Simulink仿真环境下,进行了仿真验证.研究结果表明:定子磁链观测精度主要是随着电机在运行过程中转速和转矩的变化而变化;采用此方法在保证观测器稳定的前提下,依据不同的转速区间,选择合适的观测器极点配置,可以提高异步电机全速运行状态下定子磁链的观测精度;采用此方法有效地提高了全速范围内定子磁链的观测精度,并且实现简单.     

基于灰色马尔可夫链的农民平均收入实证研究

将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对农村居民人均纯收入进行实证研究.针对灰色数据系列首先用GM(1,1)模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,得到马尔可夫链预测精度明显高于GM(1,1)模型预测.     

单离子通道的隐马氏模型与状态的还原

对细胞膜单离子通道建立隐马氏模型，其中通道潜在的开关状态序列{xt}为马氏链，而膜片钳记录数据{xt}为依赖通道状态的正态分布。用EM算法估计模型中的转移概率以及正态分布的均数与方差等参数，并利用隐马氏模型的性质，用观察到的{Yt}来还原通道潜在的开关状态{Xt}。     

非齐次二重Markov链的一个极限性质

Markov链是随机过程的一个特例，专门研究在无后效条件下时间和状态均为离散的随机转移问题．给出了非齐次二重Markov链的一个极限性质，使已有的相关结果得到了简化和补充．     

基于改进的隐马尔科夫模型的语音识别方法

针对隐马尔可夫（HMM）语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷,对隐马尔可夫模型进行改进,提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过程,HMM模型则是双重随机过程,因而,HMM模型可视为马尔可夫族模型的特例。马尔可夫族模型用条件独立性假设取代了HMM模型的独立性假设。相对条件独立性假设,独立性假设是过强假设,因而,基于马尔可夫族模型的语音模型更符合语音实际物理过程。在马尔可夫族语音识别模型中引入状态段长信息,能自动根据语速对语音单元段长进行调整。非特定人连续语音实验结果表明,利用状态段长信息的改进语音识别模型比经典HMM模型的性能明显提高。     

渐近循环马氏链的强大数定律

研究了渐近循环马氏链的强极限定理.引进了渐近循环马氏链的概念,利用非齐次马氏链二元函数的极限性质,给出了渐近循环马氏链关于状态出现频率的强极限定理,结果得到了渐近循环马氏链关于状态出现频率的强大数定律,作为推论求出了循环马氏链关于状态出现频率的强大数定律.     

三重循环马氏链的强大数定律

为了研究一类非齐次马氏链——循环马氏链的强极限定理,首先考虑到非齐次马氏链的转移矩阵是循环的情形经常出现,从而引进了三重循环马氏链的概念,然后利用非齐次马氏链函数的极限性质推导出三重循环马氏链关于状态出现频率的极限性质,并利用该性质得到了三重循环马氏链关于状态出现频率的强大数定律,为循环马氏链的应用提供了理论依据.     

关于树指标有限非齐次马氏链的强极限定理

研究了树图上有限非齐次马氏链随机转移概率的几何平均强极限定理和有限非齐次马氏链关于状态序偶出现频率的强极限定理。首先给出了一个引理,利用这个引理建立了树上有限非齐次马氏链随机转移概率的强极限定理,给出了树上有限非齐次马氏链关于状态序偶出现频率的用不等式表示的强极限定理。     

关于树指标二重非齐次马氏链的强极限定理

研究树上二重非齐次马氏链随机转移概率的几何平均强极限定理和二重非齐次马氏链关于状态出现频率的强极限定理.首先引出了二重非齐次马氏链的概念,然后给出了一个引理,利用这个引理,建立了双根树上二重非齐次马氏链随机转移概率的用不等式表示的几何平均强极限定理,接着推出了二重非齐次马氏链关于状态序偶出现频率的用不等式表示的强极限定理;最后作为推论,得到树上有限非齐次马氏链随机转移概率的强极限定理.     

奇偶树上马氏链场的强大数定律

定义一类非齐次树——奇偶树,利用近年来研究概率论强极限定理的新方法,研究奇偶树上奇偶马氏链场关于状态和状态序偶出现频率的强极限定理,得到奇偶树上马氏链场关于状态和状态序偶出现频率的强大数定律,将齐次树图上马氏链场中的相关结果推广到了非齐次树图上．