随机马氏链的定义及性质

设|xn|是随机环境的马氏链一绕积马氏链，定义了一种特殊的hopf马氏链一绕积马氏链，并且讨论了绕积马氏链的主要性质及与随机马氏链的关系，得到了一种研究随机环境马氏链的主要方法．     

多个零售商库存竞争下的易逝品回购合同研究

在单个供应商和多个零售商构成的易逝品两级供应链中．市场终端价格固定。各个零售商对称且在同一区域市场销售相同产品，市场需求不确定；库存越多，销量期望值越大．零售商之间存在库存竞争。采用贴近实际的有效需求函数证明供应商采用回购合同时，零售商库存竞争存在惟一的纯策略纳什均衡；同时回购合同可以实现供应链协调，能在供应商和零售商之间任意分配整个供应链期望利润；最后讨论回购合同常见的几个原因。     

需求与价格具有相关性下的退货政策模型研究

在需求不确定且与价格具有相关性的前提下，建立了退货政策模型，通过引入回馈与惩罚策略，解决了单纯的退货政策无法实现供应链协作这一问题。并重点探讨以下两个主要问题：(1)如何确保供应链协作；(2)如何确定最优的零售价格和订购量。最后，通过数值例子对各种模式进行了分析比较。     

2个不同部件组成的开关寿命连续型温贮备可修系统的可靠性分析

该文对由2个不同型部件组成的，开关寿命为连续型随机变量的温贮备可修系统，在两部件的工作寿命、贮备寿命和维修时间以及转换开关的寿命和修理时间均服从指数分布，所有随机变量均相互独立，故障部件和转换开关能够修复如新的条件下作了可靠性分析，建立了该类系统的模型，给出了系统可靠度R(t)的L-变换和首次故障前平均时间的解析表达式。     

二阶隐马尔可夫模型及其在计算语言学中的应用

介绍了在观测噪声和马尔可夫链不相互独立的条件下改进的隐马尔可夫模型(HMM)的结构．在传统的隐马尔可夫模型的基础上研究了改进模型的Baum-Welch算法，并导出了改进模型的参数估计公式．     

基于多个Markov信道的联合自动请求重发协议

讨论了三种在多个并行的Markov信道上进行实时数据传输时使用的选择重发式自动请求重发(SR-ARO)协议.构造了一个简单的多信道数据传输模型.以此为背景,在原有的独立多信道SR-ARQ(IMSR-ARQ)和循环联合SR-ARQ(RJSR-ARQ)的基础上,提出了针对Markov信道的交叉联合SR-ARQ(CJSR-ARQ)协议.并对这三种SR-ARQ协议的性能,主要是数据包的重发尝试次数和接收端的重排缓冲区占用情况,进行了理论分析和软件仿真.结果表明,在仿真中假定的信道条件下CJSR-ARQ可以在保持系统吞吐率不变的情况下,减小数据包重发的次数以及重发次数在不同数据包之间的差别,同时显著地减小了重排缓冲区的占用率.     

基于离散Markov决策过程的发电公司多阶段决策

采用离散时间Markov决策过程(DTMDP)对以多阶段总利润最优为目标的发电公司决策问题进行研究．市场环境下，发电公司根据自身条件，其竞争策略可以是价格的接受者，也可以是价格的制定者．考虑了发电公司不同策略情况下市场均衡状态间的转换概率，分别给出了发电公司作为价格接受者和价格制定者时的多阶段决策模型．通过算例验证了所提模型的有效性和可行性．     

基于小波包及隐式马尔科夫模型的局放信号去噪

将基于小波变换的隐式马尔科夫模型(HMM)方法改进并扩展至小波包域，用于去除发电机局部放电信号中的白噪声．采用实测的局部放电信号验证了方法的有效性．结果表明，对比传统的门限去噪算法，基于小波包的HMM方法有更好的去噪效果；而与基于小波变换的HMM方法相比，所建立的模型更能体现信号的特征，对于信号分析乃至进一步的模式识别有着更大的价值．     

基于马尔可夫链和模糊聚类的电力系统短期负荷预测

提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.     

基于混合隐Markov模型的红细胞计数方法

为解决红细胞的计算机自动识别问题 ,引入了混合隐 Markov模型对彩色细胞纹理进行识别 ,采用螺旋型采样方法 ,应用一维隐 Markov模型解决二维图像处理问题。选择不同的样本 ,以期望最大算法训练多个混合隐 Markov模型 ,利用它对图像进行纹理识别 ,以距离变换和分水岭算法进行分割计数。该方法在分类正确率和算法适用性上取得了比较好的结果 ,提高了制片质量。该方法对中等质量的红细胞照片进行计数能够取得 94 %以上的识别正确率。提出了对混合 Markov模型初值选取问题的一种改进算法 ,以提高计算效率和算法鲁棒性