模糊Markov自动预测程序在辽河泥沙含量预测中的应用

模糊状态-模糊观测数据的Markov预测模型具有经典Markov模型不具备的优势,但模型建立过程相对复杂,计算量大。利用Matlab将模型建立过程编写为通用程序,代替繁琐的手算过程。该方法保留模糊Markov模型的优点,弥补其不足。利用模糊Markov自动预测程序对辽河含沙量数据进行预测。研究结果表明:模糊Markov模型能充分利用数据的丰富性,兼容观测数据的误差和波动;模糊状态的划分更加细致合理。这些优点使模糊Markov模型具有很高的预测精度。对辽河含沙量数据的预测表明,对淡水资源的保护迫在眉睫。     

基于随机流网络与Markov过程的制造系统可靠性建模及维护优化

针对制造系统中设备数量与输入的不确定性,考虑制造过程中的不良品以及不良品的返工情况,分析系统可靠性与各设备数量、设备输入的关系,建立基于随机流网络的制造系统可靠性评价模型.采用齐次Markov过程对系统衰退和维护进行状态分析,以最小化维护成本为目标,以系统可靠性为约束,建立系统设备的维护模型.通过算例分析,验证该模型的有效性和先进性.     

基于Markov链的容错系统可靠性评估

计算机可靠性是衡量计算机系统性能的一项重要指标,评估计算机系统的可靠性在系统的设计和实践阶段有着十分重要的意义。针对较为常见的双机冗余容错系统,该文给出了一种基于Markov模型的评估容错系统可靠性的方法,该方法通过故障注入来加速系统失效、模拟容错系统运行时的事件、对系统运行状态进行划分,使用Markov链对系统状态进行建模来评估容错系统的可靠性。实验测试结果表明:该方法能有效地对容错系统可靠性进行评估。     

随机Petri网对可修复系统的建模和分析

为分析工程中较大的可修复系统的工作状态、可靠性和修理工的工作强度，提出了一类由不同机器和具有混合技能的不同维修人员所组成的可修复系统，引进了状态转移是Markov过程的随机Petri网，对系统进行建模，通过实例分析系统的状态空间、各状态在稳态下的期望频率、期望持续时间、系统的可靠性和维修人员的工作强度，分析了随机C／E网和随机P／T的适用范围．与传统的状态空间法相比较，在确定可修复系统的状态空间、分析状态间的逻辑关系和系统的动态过程中，随机Petri网具有显著的有效性和优越性．     

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．     

多级修正的高机动Jerk模型研究

基于Jerk模型及当前统计模型，提出了一种多级修正的高机动Jerk模型（MJerk）．在假设机动加速度变化率（即加加速度）为非0均值指数相关随机过程的条件下，通过对Jerk模型状态分量作Taylor级数展开，得到了各状态分量的Jerk修正方程，使得机动加加速度对系统各状态分量的作用得到反映，减小了模型误差．Monte Carlo数值仿真表明，在进行高机动目标跟踪时，MJerk模型的均方根误差比Jerk模型的约减小了20％，而二者的计算量相当。     

基于NSGAⅡ的生产线缓存与设备布局协同优化

为解决因布局过程忽略或粗略设置缓冲区占地面积而造成的生产拥挤或空间浪费问题,针对缓存配置与设备布局问题展开协同优化.基于连续时间Markov随机过程原理建立排队网节点状态模型,求解生产线设备平均利用率.以设备利用率、物料搬运距离和占地面积为优化目标,建立缓存配置与设备布局协同优化模型.通过改进的NSGA-Ⅱ算法对该模型进行优化.最终,通过某柴油机缸体生产线实例验证了本文提出方法的有效性.     

光伏系统模型的多时间尺度降阶

为了解决光伏接入的电力系统模型复杂和分析困难的问题,提出了一种简单实用的光伏发电系统模型降阶方法。综合考虑主电路及控制策略建立了光伏发电系统小信号模型,分解模型中的多时间尺度特性以确定快速状态和慢速状态,并用相对速度估计法验证了快慢状态分解的正确性,避免了由摄动参数选取不当引起的降阶前后系统稳定性不一致的问题。通过忽略快动态变量对原模型进行降阶,添加校正项得到了零阶近似模型和一阶近似模型。最后在MATLAB中分别对比了降阶模型、校正模型与详细模型的动态响应和计算误差。研究结果表明,降阶模型和校正模型均能够正确反映详细模型在小扰动下的动态响应,且在提高计算速度、简化分析过程方面有明显优势。     

基于Markov过程的水下采油树系统可靠性分析

为评估水下采油树系统的可靠性,提出一种基于Markov的水下采油树系统可靠性评估方法。首先,通过研究水下采油树系统的运行状态和故障机制,建立了水下采油树系统的Markov模型并给出相应的解析方程式。其次,以实际水下采油树系统故障数据为基础数据对其可靠性进行了定量分析和计算,求解水下采油树系统的瞬态、稳态可用度区间值;最后,利用该模型进一步分析各状态转移概率对系统可用度的影响,从而为预防故障事件的发生及系统改进措施的提出提供一定的理论依据,并为水下采油树系统国产化设计以及生产工作等提供较为准确的可靠性约束指导。     

非连续物体间火灾蔓延过程的随机分析

引入了一个随机模型Markov Chain对在三个非连续物体间的火灾蔓延过程进行了分析．对状态的划分，采用了两种处理方法．一种是按引燃物体的顺序进行划分，另一种是按引燃物体的数量进行划分．结果表明，应用Markov Chain来分析火灾在非连续物体问的蔓延过程，可以对蔓延的可能性和危险性作出较好的预测．     

移动信道三状态Markov模型建立及其差错序列的计算机软件产生

提出了一个建立在简单分群的 Markov 模型基础上表示移动信道的三状态Markov 模型,利用非线性最小二乘拟合法求得了此模型的解析表达式,并计算出描述模型的概率转移矩降 P。根据此模型给出的参数,用计算机软件实现方法产生出描述移动信道长突发错误特性的信道差错序列{e_(?)}。模拟结果表明,用三状态 Markov 模型表示移动信道比用 GEC 模型表示移动信道具有更高的精度,而且比一般分群的 Markov 模型更简单、实用。     

基于简化模型预测控制的鲁棒性分析

用鲁棒稳定性判据分析基于简化脉冲响应模型预测控制器的鲁棒性，得到了一般性鲁棒稳定性的结论，给出了建模误差的界。     

惯性器件长期贮存性能可靠性灰色马氏链预测

为了及时掌握武器系统惯性器件的性能，并为延长其使用寿命及维修提供依据，对其进行贮存可靠性评估和预测非常必要．讨论了一种灰色马氏链预测模型的建模方法，此方法兼具灰色模型和马氏链模型的优点，它不仅充分利用了灰色模型动态建模思想，来预报可靠性数据总体趋势，并且根据此总体趋势，进行状态的划分，从而大大克服了马氏链状态矩阵运算量大的缺点，而且拓宽了灰色模型的应用范围，使其适合于波动性较大的随机数据列的预测．最后，对某型导弹速率陀螺仪贮存性能可靠性进行估计，并进行灰色马氏链预测．     

基于状态集结的值函数逼近

用更为紧凑的方法表示和存贮值函数,以求解大规模平均模型Ｍａｒｋｏｖ决策规划（ＭＤＰ）问题。通过状态集结相对值迭代算法逼近值函数,用Ｓｐａｎ半范数和压缩映原理分析算法的收敛性。给出了状态集结后的Ｂｅｌｌｍａｎ最优方程。在Ｓｐａｎ压缩条件下了该算法的收敛性,同时还给出了其误差估计。     

基于灰色马尔可夫模型的专利申请量增长率预测

由于专利申请量年平均增长率受多种因素的影响,本文把专利申请量年平均增长率的变化过程视为一随机过程,将灰色系统理论与离散状态的马尔可夫链相结合,提出了专利申请量年平均增长率变化过程的灰色马尔可夫预测模型。在状态划分过程中,采用均值一标准差分级法进行指标分级与状态划分,在实例分析中,把11年的专利申请量年平均增长率资料划分成五种状态。预测分析结果表明,利用灰色马尔可夫预测模型进行专利申请量年平均增长率的变化过程预测是可行的。     

移动信道中交错RS码纠错能力的计算机模拟

研究了移动通信信道中两个交错ＲＳ码的纠错性能，信道模型采有三状态Ｍａｒｋｏｖ模型，针对移动信道中长突发误码的特性，用随机数两步产生法产生所需的信道差错序列｛ｅｉ｝，模拟实验取得令人满意的性能改善结果。     

马尔可夫链大偏差Ⅰ函数的下界和Annealing算法的收敛性

本文利用大偏差理论研究了Annealing算法的依概率收敛速度.首先得出马尔可夫链大偏差Ⅰ函数的下界,并利用它得出Annealing算法依概率收敛速度具有状态总数的分数幂阶.     

A distributed routing algorithm based-on simplified topology in LEO satellite networks

In this paper, a distributed routing strategy based on simplified topology (DRBST) was proposed for LEO satellite networks. The topology of LEO satellite networks was simplified aiming at minimizing inter-satellite links handover number. To optimize the route based on the simplified topology, we considered not only the transmission delay but also the queuing delay and the processing delay, which were analyzed using Markov chain and determined using a novel methodology. The DRBST algorithm was simulated in a LEO satellite networks model built using OPNET. The simulation results demonstrate that the low complexity DRBST algorithm can guarantee end-to-end delay bound. Moreover, the routing protocol cost is much less than traditional algorithms.     

带随机分布时延的网络控制系统预估补偿控制

网络时延的时变特性导致只有某些时刻的对象输出被控制器端接收,回路时延的形式较复杂.采用开关式的状态观测器,基于接收到的输出估计系统状态,建立状态估计误差系统.为讨论切换系统均方稳定的条件,推导了多随机变量序列的Markov特性,进而在Markov跳跃系统的基础上得到了闭环系统均方稳定的充分条件.该条件由状态估计误差系统与时延状态反馈控制系统的均方稳定条件组成,所以控制器和观测器满足分离特性.此外,通过增广状态向量利用系统的Markov切换特性得到了系统均方稳定的充分必要条件.最后用数值实例验证了预估补偿控制策略的有效性.