一种适合城市混合道路行驶工况的构建方法

针对城市规模和路网扩张带来的城市道路新特点,利用10辆城市乘用车按各自目的地跟随车流自主驾驶,实时采集车辆行驶数据,其路径覆盖城区、环城快速路、环线高速的城市混合道路。基于聚类法和马尔科夫模型,提出一种适合城市混合道路的工况构建方法。运用主成分分析实现特征参数的降维,以Silhouette值确定K值,利用K均值聚类法将2 869个运动学片段分为3类;再将每类行驶工况抽象为一个速度随时间变化的马尔科夫过程,划分成加速、减速、巡航及怠速4种工况并计算其转移概率;根据转移矩阵合成候选工况,以CPV值筛选出目标工况,得到目标工况的整体特征参数平均误差为4.44%。结果表明,所提构建方法能较好适应城市混合道路综合行驶工况的构建。     

基于LLEKM和马尔科夫链的城市轻型车行驶工况构建

为客观描述机动车在道路上的运行特征,针对传统城市道路标准行驶工况构建方法的弊端,提出一种基于局部线性嵌入与K均值聚类(LLEKM)和马尔科夫链的汽车工况构建方法,并对该方法的应用准确性进行研究。首先,结合道路交通条件对实测样本数据进行除噪平滑处理,根据运动学片段定义将其划分为1 754个运动学片段,并选取16个运动学参数构建特征参数矩阵。其次,利用局部线性嵌入算法降维约简特征参数矩阵,解决了由数据压缩重构导致的线性结构丢失的问题;通过K均值聚类分析,计算不同类型数据集中各行驶状态时间占比的差异性,得到相应类型下城市道路汽车的行驶特点。然后,以每类中各相邻行驶状态的统计量确定状态转移概率矩阵,采用马尔科夫链方法从每类中选取特征参数误差最小的运动学片段,按照时间比例合成代表工况。最后,以厦门市3个月内同一辆轻型汽车的行驶数据为例展开实证分析,验证所提方法的准确性。研究结果表明:与样本数据和传统方法构建的工况相比,所提方法构建的轻型车行驶工况主要特征参数与样本数据吻合度更好,平均相对误差从9.69%降低到4.47%;提出方法的速度-加速度联合概率分布误差明显降低,行驶工况构建精度得到了提高;对比分析现行方法构建的标准工况,该方法能更加真实地反映厦门市轻型车的实际运行状况。     

基于大数据和马尔科夫链的行驶工况构建

为提高代表行驶工况的准确性,对行驶工况构建算法进行了研究.在沈阳市选取10辆乘用车并采用自主驾驶方式收集行驶数据,组建了大样本数据库.首先根据傅里叶变换对原始数据进行了降噪滤波,然后采用改进的Kneser-Ney平滑方法计算状态转移概率矩阵,提出了基于马尔科夫链的行驶工况构建算法,最后开发了沈阳市乘用车代表行驶工况,并将其与数据库总体特征进行对比.结果表明,构建工况与数据库总体的平均偏差为2.46%,所有特征参数偏差均在10%以内,验证了算法的有效性.     

基于时变状态转移隐半马尔科夫模型的寿命预测

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.     

组合优化聚类与马尔科夫链的城市环卫车辆行驶工况构建方法

为客观描述城市环卫车的实际行驶特征,基于3辆市政环卫车连续一周实际道路行驶数据,提出一种组合优化聚类与马尔科夫链的城市环卫车辆行驶工况构建方法. 首先对特征参数矩阵做均值化处理,增强参数降维后每一个主成分中所包含的特征参数信息;其次利用k均值聚类将不同运行特征的运动学片段划分到不同类的样本集内,以马尔科夫链法在每一类样本集中做状态预测,按时间比例合成代表工况. 最后,基于运动学参数对所构建的代表工况进行有效性检验. 结果表明,所构建的福州市环卫车辆行驶工况相较于C-WTVC国家标准工况,能更客观地反映福州市环卫车辆的实际运行情况.     

基于马尔科夫过程的单路由网络建模

基于通信网络的传输原理,利用马尔科夫随机过程理论讨论了由单路由器构成的简单网络的建模问题.分析了TCP窗口四种变化状态的马尔科夫特性,给出了状态转移矩阵,得到了一个单路由网络模型.该模型反映了窗口变化同数据包丢包概率之间的关系,同时给出了队列长度和窗口大小之间的关系.     

基于马尔科夫链的MOOC计算思维学习规模的预测

利用中国大学MOOC平台数据,统计从2012—2018年的计算思维课程修学人数,建立马尔科夫链模型。确定学习规模变化的平稳S、增长G和减少R等3个状态,设定变化概率的计算公式,明确变化概率的值与状态的对应关系,并据此确定一次转移矩阵。根据预测数据的特点,比较估算状态转移概率矩阵的多种求解方法,选择二次规划法求解状态转移概率矩阵。引入最小二乘法的思想,将各个概率非负以及行和为1的条件加入模型中。在Matlab中实现了状态转移概率矩阵的求解过程。依据状态转移概率矩阵预测MOOC计算思维课程的学生规模,进行了模型检验。结果表明,建立的马尔科夫链模型可以预测中国大学MOOC计算思维课程规模的变化趋势,对未来发展规模的预测结果进行了分析。     

基于小波包变换和峰式马尔科夫链的风速短期预测

利用小波包的信号分析特性及峰式马尔科夫链的非稳态数据预测特性,提出一种新型风速短期预测方法。该方法对历史风速数据进行小波包分解,利用峰式马尔科夫链对小波包系数进行统计,分别得到小波包系数上升转移概率矩阵和下降转移概率矩阵,并由此得到下一时刻的小波包预测系数,将小波包系数进行重构可得到预测的风速。该文模型与其他模型的预测结果对比表明,该方法具有较高精度。     

基于马尔科夫链模型的中国居民消费价格指数的分析和预测

本文运用马尔科夫链模型分析了自2002年中国加入世界贸易组织(WTO)以来的月居民消费价格指数(CPI),基于CPI定基比数据建立了变动趋势的二阶转移矩阵,基于CPI同比数据建立了经济状态的三阶转移矩阵,利用转移矩阵的遍历性分析得到中国经济的平稳分布,并对中国未来经济进行了预测,同时给出了一些政策建议。     

CRM中伴随有利润的客户满意度管理方案决策模型

客户关系管理(CustomerRelationshipManagement简称CRM)系统中伴随有利润变化的客户满意状态转移过程被看成是状态有限、时间离散的赋值马尔科夫过程·利用赋值马尔科夫过程方案决策的基本理论构建起CRM系统中客户满意度管理方案决策的随机模型,这里的"赋值"是指伴随状态转移产生的企业利润·该随机模型可以帮企业在制定的众多客户满意度提升方案中,选出能使企业长期经营条件下,总的获利最大的组合方案·最后以某厂CRM系统提供的数据为例,说明模型在实际中该如何应用·     

非线性广义Markov跳变系统的异步耗散控制

研究了一类在Takagi-Sugeno模糊规则下的连续时间非线性广义Markov跳变系统的严格异步耗散控制问题.首先，通过构造保守性较小的模态独立Lyapunov函数，推广到相应的广义系统并给出随机稳定且严格耗散的充分条件.然后，引入在实际中应用广泛的隐Markov模型，通过将状态转移概率与隐Markov模型的相关的条件概率相结合，并通过Schur变换，设计了可以与原系统异步运行的模糊状态反馈控制器，以保证闭环系统的随机稳定和严格耗散.最后，数值仿真使用Matlab中线性矩阵不等式(LMI)的工具箱来验证，说明结论的有效性.     

执行器饱和的随机Markov切换系统的观测器设计

利用直接法对转移概率是部分未知的,并且具有执行器饱和现象的随机Markov切换系统进行稳定性分析.通过引入自由连接权矩阵降低系统的保守性.首先,针对此类随机Markov切换系统,充分考虑转移概率中元素之间的特性,通过构建参数依赖型Lyapunov函数,并设计观测器确保闭环饱和系统的随机稳定性.然后,在线性矩阵不等式的框架下,得到均方意义下的最大不变吸引域,并将其归结为求解一组线性矩阵不等式的可行性问题.最后,数值仿真算例验证本方法的有效性.     

一种基于系统行为序列特征的Android恶意代码检测方法

基于行为特征建立机器学习模型是目前Android恶意代码检测的主要方法,但这类方法的特征集中各行为特征相互独立,而行为特征间的顺序关系是反映恶意行为的重要因素。为了进一步提高检测准确率,提出了一种基于系统行为序列特征的Android恶意代码检测方法。该方法提取了程序运行发生的敏感API调用、文件访问、数据传输等系统活动的行为序列,基于马尔科夫链模型将系统行为序列转换为状态转移序列并生成了状态转移概率矩阵,将状态转移概率矩阵和状态发生频率作为特征集对SAEs模型进行了学习和训练,最后利用训练后的SAEs实现了对Android恶意代码的检测。实验结果证明,提出的方法在准确率、精度、召回率等指标上优于典型的恶意代码检测方法。     

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.     

执行器饱和的随机Markov跳变系统非脆弱有限时间镇定

研究了带有执行器饱和与转移概率部分已知的随机Markov跳变系统的非脆弱有限时间镇定问题.转移概率部分已知包含转移概率完全已知和转移概率完全未知两类特殊的情况.首先基于参数依赖型Lyapunov函数和自由权矩阵方法,对随机Markov饱和跳变系统的镇定进行了研究,提出了有限时间稳定的充分条件.然后利用线性矩阵不等式的方法实现了非脆弱有限时间状态反馈控制器与吸引域最大估计值的求解.最后通过四模态随机Markov跳变系统的数值例子验证了结论的有效性.     

多运行水平马尔可夫可修系统的新型可靠性指标研究

将系统运行水平相同的状态归为一类,整个状态空间被划分为多个运行水平,建立了多运行水平马尔可夫可修系统模型并对其进行可靠性分析。 运用生物药理学中的离子通道建模理论、Markov过程理论、矩阵分块方法给出度量该系统可靠性的几个新型指标:点可用度、区间可靠度、点区间混合可用度等。 通过数值算例对所得结论进行了模拟实现,表明这些新的指标可以运用到马尔可夫可修系统模型中。      

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．     

随机进程代数IMCs的性能评价

将马尔可夫路径概率计算方法推广到随机进程代数:交互式马尔科夫链(IMCs)模型上.由于IMCs中存在动作转移和概率转移,两种不同性质的转移破坏了系统的稳定性,因此在IMCs的性能刻画中,去掉系统的稳态性刻画,给出动作和概率转移共存的IMCs模型的路径定义和基于概率转移率的路径转移发生的概率计算方法,解决了Until算子的描述.使用基于动作的逻辑aCSL给出IMCs的性能评价.证明该方法的正确性,它是纯马尔可夫链模型中性能评价方法的扩展.     

一类离散奇异Markov跳变系统的镇定性

针对一类离散奇异Markov跳变系统, 在其模式跳变的部分转移概率未知的情况下, 研究了稳定性和镇定性问题. 通过引入松散变量, 得到了保证系统随机稳定的充分性判据, 并以线性矩阵不等式(linear matrix inequalities, LMIs)的形式表示, 给出了相应的状态反馈控制器设计方法. 算例验证了该研究的有效性及其保守性小的特点.     

基于DCBM的马尔可夫谱聚类社区发现算法

谱聚类划分算法是经典社区发现算法之一,由于目前构造的相似图承载的社区结构信息较少,导致聚类效果与理想效果具有较大差距,因此,提出了基于DCBM的马尔可夫谱聚类社区发现算法MSCD.首先,基于DCBM模型提出了以节点间连接概率为元素的概率矩阵,并建立了概率矩阵与相似矩阵之间的映射关系;其次,利用马尔可夫链重构了谱聚类的相似图;最后,使用重构的相似图对网络进行社区划分.在人工合成网络和真实网络上与SC,MRW-KNN和FluidC三种典型算法进行了对比实验.实验结果表明,MSCD算法具有更加高效的聚类性能,能够揭示更加清晰的社区结构.