一种基于马尔可夫链的高维离群点挖掘算法

提出了一种基于马尔可夫链的离群点检测(outlier detection algorithms based on Markov chain, MRKFOD)算法。该算法把基本数据集看作一个加权无向图,数据集中的每个数据表示一个节点,用每条加权边表示节点之间的相似度;形成一个邻接矩阵,把邻接矩阵当作马尔可夫链中的概率转移矩阵;寻求概率转移矩阵的主要特征向量;把每个节点的主要特征向量值作为每个数据的离群度。实验结果表明,该算法与其他高维离群点挖掘算法相比,在效率及有效处理的维数方面均有显著提高。     

The bulk input M[X] /M/1 queue with working vacations

In this paper, we analyze a bulk input M^[X] /M/1 queue with multiple working vacations. A quasi upper triangle transition probability matrix of two-dimensional Markov chain in this model is obtained, and with the matrix analysis method, highly complicated probability generating function(PGF) of the stationary queue length is firstly derived, from which we got the stochastic decomposition result for the stationary queue length which indicates the evident relationship with that of the classical M^[X] /M/1 queue without vacation. It is important that we find the upper and the lower bounds of the stationary waiting time in the Laplace transform order using the properties of the conditional Erlang distribution. Furthermore, we gain the mean queue length and the upper and the lower bounds of the mean waiting time.     

Grey Markov chain and its application in drift prediction model of FOGs

1.INTRODUCTION Sincetheinterferometricfiberopticalgyroscope(FOG)wasfirstproposedbyAmericanUtahUniver sityin1976,ithasbeenattractingalotofscientific andtechnicalinterestsinsteadofthespinningwheel mechanicalgyroforitcanprovideuniqueadvantages.Withtheextensionofresearch,peoplehavebecome acquaintedwithnoisesandbiasdrifts,whichinduce non negligibleerrorsintheoutputofFOGs.The hugeeffortsontechnique,whichweredevotedtothe developmentoflow noiseandlow driftFOGsmainly basedonmaterials,machining…     

多项目管理中依据资源的马氏链择优

对众多需要实施项目进行优化选择, 找出合理的优先级标准的方法, 是进行多项目管理研究中需要解决的关键问题. 针对有限资源限制和众多项目需要实施的决策管理, 作者研究依据项目间资源转移矩阵找出优先级标准, 从项目设计和已实施的项目中提取项目间资源转移关系, 通过量化处理后构造资源转移概率矩阵, 则与该资源变化矩阵对应的马尔科夫链的平稳分布即为项目最终占用资源的比例序列或项目的影响程度序列; 以此作为评价项目优先级的标准, 确定项目重要程度的排序.     

HEAVY TRAFFIC LIMIT THEOREMS IN FLUID BUFFER MODELS

A fluid buffer model with Markov modulated input-output rates is considered.When traffic intensity is near its critical value, the system is known as in heavy traffic.It is shown that a suitably scaled sequence of the equilibrium buffer contents has a weakor distributional limit under heavy traffic conditions. This weak limit is a functional of adiffusion process determined by the Markov chain modulating the input and output rates.The first passage time of the reflected process is examined. It is shown that the mean firstpassage time can be obtained via a solution of a Dirichlet problem. Then the transitiondensity of the reflected process is derived by solving the Kolmogorov forward equation witha Neumann boundary condition. Furthermore, when the fast changing part of the generatorof the Markov chain is a constant matrix, the representation of the probability distributionof the reflected process is derived. Upper and lower bounds of the probability distributionare also obtained by means of asymptotic e     

时变转移概率IMM-SRCKF机动目标跟踪算法

给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。     

基于不确定性描述的云化Markov链状态预测方法

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题,提出一种云化Markov链的状态预测方法,通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念,利用云模型对其进行云化表示,据此计算样本对各概念的确定度,得到概念之间的概率转移矩阵,从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量,对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果,表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时,可通过确定度的分配有效地表述样本的归属程度,具有较好的实用性。     

基于Markov链互模拟的航天器发射任务可靠度模型

状态空间复杂、多过程并发执行和子过程反复迭代的特点, 使航天器发射工程实施全过程的任务可靠性评估难以量化. 通过构建多个并发执行的时间连续的Markov链对航天器发射工程状态转移约束关系进行描述, 采用互模拟时间等价关系简化航天器发射工程实施过程的状态空间, 利用连续时间Markov链的概率转移特性进行建模与分析, 得到了全系统、全过程的航天器发射任务可靠度模型. 数值验证表明该模型可用于航天器发射任务工期推演、可靠度评估以及薄弱环节分析.     

基于比较利益下农业生产模式的模型研究

在连续时间的假设下,研究了农业产出量服从几何布朗运动的最优控制问题。首先借助于马尔可夫过程理论确定出转移概率密度,再利用分布参数系统模型来描述某个地域的粮食和经济作物的产出量在随机变化的情况下,农业生产的分布模型。最后探讨了在均衡条件下农业生产者以寻求利益最大化为目的的最优控制方程。同时给出了某地域粮食及经济作物的产量预测分析模型。参9。     

具有负顾客到达和RCH移除策略的GI/D-MSP/1/N离散时间排队系统

综合运用补充变量方法和基于条件概率矩阵迭代的嵌入Markov链方法研究了具有负顾客到达和RCH移除策略的离散时间GI/D-MSP/1/N排队系统. 获得了稳态情形下正顾客到达前夕, 任意时隙分点以及外部观测时刻的三种队长分布. 并进一步讨论了可入系统正顾客的等待时间分布. 最后通过几个特殊情形下的数值算例验证了计算方法理论分析的正确性.     

非齐次马尔可夫LPV系统的H∞异步控制

针对存在外界干扰的情况,对一类离散时间非齐次马尔可夫线性变参数(linear parameter-varying, LPV)系统的H_∞异步控制问题进行了研究。由于实际非齐次马尔可夫系统的系统模态难以直接获得,考虑了控制器模态和系统模态不一致的异步问题,并用一个非齐次隐马尔可夫模型建模。非齐次马尔可夫系统和非齐次隐马尔可夫链的时变特性分别由分段齐次状态转移概率矩阵和分段齐次条件概率矩阵描述,且受同一个高层齐次马尔可夫链支配。针对上述问题,完成了对闭环非齐次马尔可夫LPV系统的稳定性分析、H_∞性能分析和H_∞异步控制器设计,使系统在受到外界干扰和控制器模态与系统模态存在异步现象的情况下满足给定的H_∞性能指标。最后通过对直流电机的仿真实验验证了利用非齐次信息得到理论的有效性和优越性。     

面向小批量生产过程的贝叶斯控制图经济设计

在已有静态控制图的基础上,通过贝叶斯方法利用样本信息对过程信息进行更新.借助贝叶斯理论和马尔科夫链构造了生产过程的贝叶斯状态转移矩阵及检测概率模型,考虑了扰动发生的时间对成本函数的影响,将过程信息的更新与检测概率模型相结合,构造了抽样间隔、样本量和控制限随过程信息时变的动态控制图.运用直接搜索算法搜索最优解,结果表明过程信息的更新对决策效果有着显著的影响,使用动态控制图的单件产品期望成本要小于静态控制图的单件成本.     

基于耦合技术计算Markov链性能势的仿真算法

在对遍历Markov链的性能灵敏度分析中,可以用计算Markov链的实现因子来代替计算Markov链的性能势。给出了一种基于耦合技术的仿真方法来估计实现因子。使用经过优化的耦合矩阵,通过仿真来快速获得实现因子的估计。这种方法有两个优点：一是不用去求稳态分布,二是能减少仿真中的计算时间。     

急诊非强占优先权下Geom/NB/1排队系统常规病人等待时间及损失率

考虑CT室具有急诊非强占优先权和常规病人有限容量的Geom/NB/1排队系统.首先构造一个二维拟生灭链,用矩阵几何解方法获得平稳分布.对同一排队系统再构造一个一维生死链,用全概率分解技术获得处于等待队列第J相位的常规病人的等待时间.然后用平稳分布获得任意一个常规病人的期望等待时间和他被拒绝进入的概率.最后以医院实际数据为基础给出数值算例.分析可变参数对常规病人队列等待时间,损失率和医疗资源利用率的影响.     

认知无线电网络中授权用户参数估计

针对认知用户在频谱切换过程中无法实时地获取授权用户到达率与服务率的问题,提出了基于隐式马尔可夫模型的参数估计算法。首先利用排队论对授权用户队列进行建模与分析,推导出授权用户队列状态转移概率;其次利用能量感知算法检测授权用户队列真实状态,获得可观测序列值;然后利用隐式马尔可夫模型描述两种随机过程,即授权用户队列状态变化随机过程和可观测序列随机过程;最后利用forward-backward算法估计隐式马尔可夫模型,从而获得授权用户到达率与服务率。仿真结果表明,该方法能够实现实时的、较为精确的估计,从而实时地为认知用户选择频谱切换策略提供依据。     

抗反辐射导弹雷达诱饵阵防御效能分析

为了评定一个布置有诱饵的雷达阵地抗反辐射导弹(ARM)攻击的防御效能,提出了采用马尔可夫链的转移概率矩阵进行计算的方法。该方法通过计算在多枚ARM的攻击后,雷达诱饵阵地状态的变化,获得雷达阵地在ARM攻击后的毁伤概率矩阵,以及摧毁雷达所需要的ARM的期望数目。给出了应用该方法的具体步骤,并通过仿真实例检验了该方法的可行性和有效性。     

效能评估ADC模型中可信赖度矩阵算法探讨

ADC模型是目前评价复杂武器系统效能的标准方法,在实践中得到了广泛应用.但多数应用中可信赖度矩阵计算过于简化,致使效能评估结果误差较大.为了提高模型的有效性和可信度,将武器系统在执行任务后任意时刻处于某种状态看作是一个随机过程,应用连续时间齐次马尔可夫链的柯尔莫哥洛夫向前和向后方程建立可信赖度矩阵计算模型,求解矩阵微分方程得到转移概率.最后,以某型近程地空导弹武器系统效能评估为应用背景,给出了应用案例,验证了模型的有效性,并提出了进一步研究的方向.     

基于分布参数系统的耕地可持续发展问题的建模与优化

在连续时间模型的假设条件下,充分研究了农业耕地中有机物含量及微量元素含量的随机变化过程,首先借助于马尔可夫过程理论确定出转移概率密度函数,然后利用扩散随机过程理论及分布参数系统建立模型描述耕地肥力的状况,探讨了在保证耕地质量的前提下以农业生产者投资收益最大化作为目标值的最优控制问题。最后,给出了某时刻农用耕地肥力水平的预测方程。为充分发挥土地的使用价值及农业的可持续发展提供科学的依据。     

基于隐马尔科夫模型的中国股票信息探测

应用隐马尔科夫模型对不可观测的股票信息状态建模, 并构建信息状态转移概率矩阵刻画信息状态在时间维度上的动态关联性. 基于5分钟分时高频数据, 利用贝叶斯推断与马尔科夫链蒙特卡洛模拟(MCMC)的方法估计了上证指数、上证50样本股2010年 8月的信息状态与信息强度. 通过实证验证了模型具有较好的信息识别能力, 且发现了中国股票市场信息效应具有聚集性的特点. 通过信息状态转移概率矩阵, 推测出:在我国股票市场, 一个信息经过100分钟能融入市场的概率是99%.     

Markov 跳变系统输出峰值控制

针对具有时间演化和事件驱动两类动态机制的Markov线性跳变系统,研究其被控输出的峰值控制问题,当系统外部输入能量有界时,保证系统输出的峰值在给定的上限内.从工程实现的角度,利用随机稳定性分析,以一种次优的峰值指标代替最优性能,反馈控制器的构造依赖于系统模态,可直接利用耦合线性矩阵不等式求解.仿真示例对结果进行了验证,并对比讨论了应用鲁棒控制思想的控制器设计情形,说明模态跳变转移信息对系统指标与控制的影响.